🤳 SSD ve YOLO

😉 You Only Look Once

  • 💥 End to end yaklaşımıyla eğitilmiş tek bir sinir ağı içerir

    • Bir görüntüyü girdi olarak alır ve bounding boxes ve her box için sınıf etiketlerini (label) direkt tahmin eder

  • 😕 Bu teknik daha düşük tahmin doğruluğu sunar (örneğin, daha fazla yerelleştirme (localization) hatası) Bölge tabanlı modellere göre

  • ➗ YOLO giriş görüntüsünü bir S × S grid'e böler. Her hücre yalnızca bir objeyi tahmin eder

👷‍♀️ Uzun lafın kısası: Sistem giriş görüntüsünü S × S grid'e böler. Bir objenin merkezi bir hücreye düşerse, bu hücre bu objeyi algılar.

🎀 Avantajlar

  • 🚀 Hız

  • 🤸‍♀️ Gerçek zamanlı (real time) uygulamalar için uygundur

🙄 Dezavantajlar

  • 😕 Küçük boyutlu nesnelerde düşük performans

    • Kesin olmayan obje konumları verebilir

TODO: Compare versions of YOLO

🤸‍♀️ SSD

  • 💥 Tek bir derin sinir ağını kullanarak görüntüdeki objeleri tahmin eder.

  • 🤓 Ağ, feature map'lara uygulanan küçük convolutional filtreleri kullanarak her bir obje kategorisinin varlığı için puanlar oluşturur.

  • ✌ Bu yaklaşım, belirli objelerin varlığı için bounding boxes ve scores üreten bir feed-forward CNN kullanır.

  • ❗ Bu modelde, her feature map hücresi bir dizi varsayılan bounding boxe'a bağlanır

👩‍🏫 Detaylar

  • Feature extraction için belirli bir convolution'dan geçtikten sonra, mxn boyutunda bir feature layer elde ediyoruz (Konumların sayısı) ve p kanala sahip , aşağıdaki 8×8 ve 4×4 gib

    • Ve bu m×n×p özellik katmanına 3 × 3 convolution uygulanır

  • Her konum için, k tane bounding boxes elde ediyoruz. Bu kutular farklı boyutlara ve en boy oranlarına sahiptir.

    • Olay, belki dikey bir dikdörtgen insan sığdırabilirken yatay bir dikdörtgen araba için sığdırabilir.

  • Kutuların her biri için, orijinal varsayılan kutu şekline göre c sınıfı skorları ve 4 ofsetleri hesaplayacağız.

🤓 Uzun Lafın Kısası

SSD obje algılama algoritması 2 bölümden oluşur:

  • Feature map'leri çıkarma

  • convolution filtrelerini tespit edilen objelere uygulama.

🕵️‍♀️ Değerlendirme

  • YOLO'ya göre daha iyi doğruluk

  • Bölge tabanlı algoritmalara göre daha iyi hız

👀 Görselleştirme

🚫 SSD vs YOLO

🌞 Yazının Aslı

🧐 Referanslar