注意：三星OEM的SSD无法使用；零售盘都可以用。

软件介绍: Indilinx SSD各个版本的量产工具打包在了一起，其中最低的版本是1571的，最高的版本是2030。 不敢独享，上传过来分享给还在Indilinx SSD战线上战斗的战友，希望对你们有所帮助。1916FirmwareFW2030_SuperTalentINDILINX_1819_MPToolSolidata1881solidata-1571-4先收集这么多，有更新了我再补充。

固态硬盘（Solid State Drives），简称固盘，固态硬盘（Solid State Drive）用固态电子存储芯片阵列而制成的硬盘，由控制单元和存储单元（FLASH芯片、DRAM芯片）组成。固态硬盘在接口的规范和定义、功能及使用方法上与普通硬盘的完全相同，在产品外形和尺寸上也完全与普通硬盘一致。

ATA最新协议，讲的很具体，开发专用文档；

SSD_pytorch VGG预训练模型#################################################################################

TADA是用于解决垃圾检测问题的大规模高分辨率垃圾数据集。 它旨在用于一般家庭用品。 然后根据环境部关于分离和排放可回收物的准则对数据集进行分类。 共有10个类别，并为1280 x 720分辨率的4977张图像标注了33,434个对象。 为方便起见，注释以COCO数据格式提供。 如果您想了解更多详细信息，请参见数据格式参考 楷模 每种型号的AP性能 模型 地图 设定档 检查站 固态硬盘 0.310 YOLO v3 0.445 级联RCNN 0.432 入门 安装mmdetection 此实现基于 。 请参考进行安装和数据集准备。 将代码复制到mmdetection目录 cp -r configs/ ${MMDETECTION_PATH} / 准备数据 从下载 目录的排列方式应如下： > mmdetection > ├── mmdet > ├── tool

针对目前目标检测技术中小目标检测困难问题, 提出了一种基于SSD (Single Shot multibox Detector) 改进的小目标检测算法Bi-SSD (Bi-directional Single Shot multibox Detector). 该算法为SSD的浅层特征设计了小目标特征提升模块, 在网络的分类和回归部分结合多尺度特征融合方法和BiFPN (Bi-directional Feature Pyramid Network) 结构, 设计了6尺度BiFPN分类回归子网络. 实验结果表明, 在PASCAL VOC和MS COCO目标检测数据集上Bi-SSD相比原始的SSD算法有更好的检测性能. 其中VOC2007+2012上Bi-SSD算法的mAP指标达到了78.47%相较SSD算法提升了1.34%, 在COCO2017上Bi-SSD算法的mAP达到26.4%提升了接近2.4%.

SSD-512 VGG-based VOC07+12+COCO trainval VOC07 test ，如果需要300X300的可以去：https://download.csdn.net/download/qq_36396104/10792337

为提升原始SSD算法的小目标检测精度及鲁棒性，提出一种基于通道注意力机制的SSD目标检测算法。在原始SSD算法的基础上对高层特征图进行全局池化操作，结合通道注意力机制增强高层特征图的语义信息，并利用膨胀卷积结构对低层特征图进行下采样扩大其感受野以增加细节与位置信息，再通过级联的方式将低层特征图与高层特征图相融合，从而实现小目标及遮挡目标的有效识别。实验结果表明，与原始SSD算法相比，该算法在PASCALVOC数据集上的平均精度均值提升了2.2%，具有更高的小目标检测精度和更好的鲁棒性。

JESD标准规范，JESD218 SSD