最近看到了SSD的這篇論文，想學習，也爲了提高自己單詞詞數。自己就手動翻譯了一遍。
摘要
在圖像領域，我們頒發識別物體的一個方法。使用一個單一深度神經網絡。我們的方法被命名SSD，根據特徵映射位置，邊框的輸出空間離散化到一套不同比例的默認框。在預測時，爲每一個物體類別的存在，網絡生成分數。在每一個默認框產生調節，盒子更好匹配物體形狀。此外，網絡聯合預測，從多重特徵圖便隨不同的分辨率到自然處理任意尺寸的物體。SSD是簡單的方法，要求物體提案。因爲它完全排除提議生成和連串像素或者特徵重採樣階段和在一個單一網絡封裝所有計算。要求一個檢測成分，使用SSD容易訓練和直截了當合併進入系統。實驗結果在PASCALVOC,COCO,和ILSVRC數據集上證實SSD擁有競爭精度，利用一個附加物體提議步驟和更快的速度，當爲訓練和推理提供一個統一框架。在300300的輸入，SSD取得74.3%mPA,在VOC2007測試達到59FPS。在英偉達顯卡TItan X 上輸入512512圖像，SSD 取得76.9%mAP，超過可比較的使用先進技術的Faster R-CNN 模型。比價其他單級方法，SSD擁有許多更好精度儘管一個更小輸入圖片尺寸。
1 簡介
當前使用最先進技術的目標檢測系統是以下方法的變體：假定邊界框，重採樣像素或者爲了每一個邊框特徵，和應用一個高質量分類器。這個管道擁有盛行在檢測基準自從選擇的搜索工作穿過當前重要的結果在PASCAL VOC，COCO，和ILSVRC所有檢測 基於Faster R-CNN,雖然隨着更深特徵。例如。當正確率，這些方法擁有太過度的計算爲嵌入系統密集性和儘管隨着高檔硬件，但是及時方法太慢。