[深度学习]目标检测框架——SSD

一、简介

SSD只需要一张输入图片和ground truth box（真实的边界框）就可以开始训练.
1、在不同尺寸特征图的每个位置上，选取不同长宽比生成一系列的default box，在用卷积预测classification+buonding box regression二部分【1是各个类别的置信度或者评分，2是边界框的预测值 】
2、是default box 相对于边界框的转换值

一、网络结构

SSD用11conv层网络提取特征，最后用两层conv在不同的尺度的feature map上进行预测

VGG

注：默认conv：k_size=[3,3] stride=[1,1] padding = 'same'   最大池化：pool_size=[2,2],stride = [2,2]
提取特征---SSD（11层），其前5层是基于VGG16，只将VGG16第五层的max_pool改为pool_size =[3,3]  stride=[1,1]
第6层(1conv)   1024filter  k_size=[3,3]   空洞卷积(扩张率=6) 
第7层(1conv)   1024filter  k_size=[1,1] 
第8层(2conv)   1conv  256filter  k_size=[1,1] ， 1conv  512filter stride=[2,2]  padding='vaild' 
第9层(2conv)   1conv  128filter  k_size=[1,1] ， 1conv  256filter stride=[2,2]  padding='vaild'
第10层(2conv) 1conv  128filter  k_size=[1,1] ， 1conv  256filter padding='vaild'
第11层(2conv) 1conv  128filter  k_size=[1,1] ， 1conv  256filter padding='vaild'

三、特点

1、Default Box /Prior Box生成

论文中利用不同层的 feature map 来模仿学习不同尺度下物体的检测。

• 
• 注：若计算第1个特征图的scale，则K=1，计算第2个特征图的scale，则K=2.........

示例： （取Smin=0.2   Smax =0.