在python中应用，要求有opencv3.4，运行就可以看到检测效果图

基于caffe训练的SSD300x300物体检测模型，结合opencv一起使用。

VS2015+OPENCV3.4.0+SSD进行目标完整检测的工程，包括图片目标检测和相应的加载视频进行目标检测。直接下载编译即可以运行。

该文档详细的描述了MobileNet-SSD的网络模型，可以实现目标检测功能，适用于移动设备设计的通用计算机视觉神经网络，如车辆车牌检测、行人检测等功能。它具有速度快，模型小，效率高等优点。

SSD使用VGG-16-Atrous作为基础网络，其中黄色部分为在VGG-16基础网络上填加的特征提取层。SSD与yolo不同之处是除了在最终特征图上做目标检测之外，还在之前选取的5个特特征图上进行预测。 SSD图1为SSD网络进行一次预测的示意图，可以看出，检测过程不仅在填加特征图(conv8_2, conv9_2, conv_10_2, pool_11)上进行，为了保证网络对小目标有很好检测效果，检测过程也在基础网络特征图(conv4_3, conv_7)上进行。

ssd_pascal

Single Shot MultiBox Detector

对PCIe SSD的最新标准——NVM express的简介，主要介绍了NVMe的优势，大体结构，开发工具等等，用于PCIe SSD的软硬件设计。