SSD 目標檢測 Keras 版

SSD是一種Object Detection方法。本文是基於論文SSD: Single Shot MultiBox Detector，實現的keras版本。

該文章在既保證速度，又要保證精度的情況下，提出了SSD物體檢測模型，與現在流行的檢測模型一樣，將檢測過程整個成一個single deep neural network。便於訓練與優化，同時提高檢測速度。 SSD將輸出一系列離散化（discretization）的bounding boxes，這些bounding boxes是在不同層次（layers）上的feature maps上生成的，並且有著不同的aspect ratio。

#模型效果

• 模型對載具的檢測

  
  

  
  

  
  

• 模型對動物的檢測

  

  
  

• 
  

• 模型的視訊檢測

  
  

  
  

#如何使用

專案地址kuhung/SSD_keras

|所需依賴

1. cv2==3.3.0
2. keras==1.2.2
3. matplotlib==2.1.0
4. tensorflow==1.3.0
5. numpy==1.13.3

如果想跑通視訊模組，則需額外pip install scikit-video

|具體操作

1. git clone git@github.com:kuhung/SSD_keras.git
2. cd SSD_keras

• Download model weight weights_SSD300.hdf5here

1. cp weights_SSD300.hdf5 into SSD_keras

• 對於圖片的檢測

參考SSD.ipynb

• 若要剪下圖片為下一步處理做準備

參考SSD_crop.py

• 檢測視訊 bash cd video_utils python videotest_example.py hy.mp4

參考資料

SSD: Single Shot MultiBox Detector

論文閱讀：SSD: Single Shot MultiBox Detector

rykov8/ssd_keras