ssd理论

faster rcnn的特征图是经过多层卷积得到的，非常抽象，小细节就少了，所以小目标的小细节就检测不到了。

输入图片是300*300的，不同阶段得到的预测特征层不一样，如上图，conv4_3得到的特征图是38*38的，但conv5_3得到的特征图是19*19的。如上图，每一个立方体都是一个预测特征层。用靠前的特征层来预测小的目标。


8*8的特征矩阵的抽象程度低一些，所以保留的细节信息更多一些，所以用来预测小目标。

default box 和之前的那个anchor差不多，只不过在不同层次的特征图上，scale不一样。

每一个特征层对应的dbox的尺度和比例。

这里以特征图1和特征图4为例。特征图1有4个dbox，特征图4有6个dbox。

k是dbox的个数，ck个用来做目标分类（c里面包括背景，也就是种类个数加1），4k个用来做回归，

正样本的选择，和人为选取的iou最大的；或者是iou大于0.5的。