SSD是一种Object Detection方法。

本文是基于论文SSD: Single Shot MultiBox Detector，实现的keras版本。

http://arxiv.org/abs/1512.02325

该文章在既保证速度，又要保证精度的情况下，提出了SSD物体检测模型，与现在流行的检测模型一样，将检测过程整个成一个single deep neural network。便于训练与优化，同时提高检测速度。 SSD将输出一系列离散化（discretization）的bounding boxes，这些bounding boxes是在不同层次（layers）上的feature maps上生成的，并且有着不同的aspect ratio。

项目代码地址：

https://github.com/kuhung/SSD_keras

模型效果

 ●  模型对载具的检测

模型对动物的检测

模型的视频检测

如何使用

安装依赖包

tensorflow==1.3.0

如果想跑通视频模块，则需额外pip install scikit-video

具体操作

下载预训练模型

https://github.com/kuhung/SSD_keras/releases

将预训练模型 复制放进 SSD_keras

cp weights_SSD300.hdf5 into SSD_keras
对于图片的检测

https://github.com/kuhung/SSD_keras/blob/master/SSD.ipynb

若要剪切图片为下一步处理做准备

https://github.com/kuhung/SSD_keras/blob/master/SSD_crop.py

检测视频