Object Detection 之SSD

主要和faster rcnn放在一起，对比着看。上图：

 

与faster rcnn的不同

1. 网络结构不用，也就是one stage和two stage的区别，SSD不需要预先生成propasal box而能直接输出网络最终的预测结果。

2. anchor的设置不用，这个是个很大的区别，faster rcnn只在一层feature map上做操作，所以为了是实现多尺度的框，设置了不用的尺度（128,256,512），并设置了不同的ratio,1,1/2,1/3这样，注意这个比例是面积的比例，实际的长宽放缩ratio要变换的，并且生成的anchor并没有按照feature map的尺度进行归一化.SSD的anchor是出现在不同的层上面的，每个层上anchor的尺度是算出来的，并且所有anchor的尺度根据当前层的feature map 大小进行归一化。

3.SSD有OHNM,困难样本挖掘，困难样本挖掘仅适用于分类损失，做法是先将所有样本通过cross entropy Loss，将正样本全部都要，然后在负样本中挑选损失高的一些，保证正负样本的比例为1:3

4.SSD有数据增强。