阅读笔记：Single Shot Multibox Detector（SSD）

——为什么会阅读这篇论文？原因很简单：SSD比Faster R-CNN准、比YOLO快。

——论文出处： UNC Chapel Hill（北卡罗来纳大学教堂山分校） 的 Wei Liu 新作

——论文代码：https://github.com/weiliu89/caffe/tree/ssd

——本文宗旨：拒绝逐行逐句翻译，从我的理解我的角度，综合很多博客论文的看法来深入分析SSD

Single Shot Multibox Detector

一、论文总体观：

1.1、总体观：

• • SSD方法提供了一套建立在一个简单网络上的目标检测的方法：一方面，通过人为事先设定默认框的坐标，通过网络的学习训练，与真实框的损失计算，逐渐回归到接近真实尺度；另一方面，该神经网络还会在多个卷积层输出相应类别预测；结合上面位置尺度、类别预测，SSD可以省略其他神经网络惯用的姿态：随机假设目标框、小管道候选、像素重采样、特征重采样、然后需要高效分类器：这些方法套路依托深层次的特征计算，对实时的检测时间花销更大，而且只能牺牲准确度来实现提速（比Faster R-CNN准、比YOLO快）——因此时间上有了很大的提高并且准确率上也是有所提升。本方法在仿真上主要在PASCAL VOC2007上进行训练和评估，并且最后在PASCAL VOC2012上进行测试。

  •      所以,SSD快在省略了随机假设目标框、小管道候选、像素重采样、特征重采样等步骤；准确在整合每一层卷积层输出的预测信息（包括类别和四个位置偏移量），没有丢掉细小的信息；速度和准度两者的平衡靠的是端对端的训练；