model_type : SSD
ssd_param :
{
num_classes : 4
nms_threshold : 0.4
conf_threshold : 0.0
conf_threshold : 0.6
conf_threshold : 0.4
conf_threshold : 0.3
keep_top_k : 200
top_k : 400
prior_box_param {
layer_width : 60,
layer_height: 45,
variances: 0.1
variances: 0.1
variances: 0.2
variances: 0.2
min_sizes: 21.0
max_sizes: 45.0
aspect_ratios: 2.0
offset: 0.5
step_width: 8.0
step_height: 8.0
flip: true
clip: false
}
}
下表列出了 SSD 参数。SSD 模型的参数包含阈值和 PriorBox 要求。如需了解更多信息,请参阅 SSD deploy.prototxt 文件。
参数类型 | 描述 |
---|---|
num_classes | 表示该模型的检测类别的实际数量。 |
anchorCnt | 表示该模型的锚点的数量。 |
conf_threshold | 框的置信度的阈值。每个类别均可包含不同阈值,但数量必须等于 num_classes。 |
nms_threshold | NMS 的阈值。 |
biases | 这些参数与模型参数相同。每个偏差都写入单独一行。(Biases amount) = anchorCnt * (output-node amount) * 2,即,(偏差量) = 锚点数 * (输出节点量) * 2。在 prototxt 中设置正确的行数。 |
test_mAP | 如果您的模型是以 letterbox 训练的,并且您想要测试其 mAP,请将此项设为 TRUE。默认情况下,它设为 FALSE,以便加速执行。 |
keep_top_k | 表示检测对象的前 K 个框的每个类别。 |
top_k | 表示除背景(第一个类别)外的所有检测对象的前 K 个框 |
prior_box_param | 对应不同比例存在多个 PriorBox。可在原始模型 (deploy.prototxt) 中找到这些 PriorBox,并且应彼此两两相对。 |
参数类型 | 描述 |
---|---|
layer_width/layer_height | 表示该层次的输入宽度/高度。此类数值可基于信号线结构来计算。 |
variances | 这些数值可用于框回归。应在原始模型中填充这些值。应有 4 种变化。 |
min_sizes/max_size | 作为 deploy.prototxt 来填充。每个数值各写入单独一行。 |
aspect_ratios | 比率(每个比率各写入单独一行)。默认首个比率值为 1.0。如果在此处设置新的值,则将创建两个比率。其中一个数值是您已设置的值,另一个数值则是您已设置的值的倒数。例如,该参数仅有一个已设置的元素“ratios: 2.0”。比率矢量具有 3 个值:1.0、2.0 和 0.5。 |
offset | 正常情况下,由特征映射的中心点创建 PriorBox,因此偏移为 0.5。 |
step_width/step_height | 从原始文件复制。如果其中没有此类值,则可使用下列公式来计算: step_width = img_width ÷ layer_width
step_height = img_height ÷ layer_height
|
offset | 正常情况下,由特征映射的中心点创建 PriorBox,因此偏移为 0.5。 |
flip | 用于控制是否旋转 PriorBox 并更改长度/宽度比率。 |
clip | 此项设置为 FALSE。如果此项设置为 TRUE,那么检测框坐标将变为 [0, 1]。 |