weixin_46318945的博客

SSD(Single Shot MultiBox Detector) 算法借鉴了Faster RCNN与YOLO的思想，在一阶段网络的基础上使用了固定框进行区域生成，并利用了多层的特征信息，在速度与检测精度上都有了一定的提升。1. SSD算法流程SSD算法流程如上图，输入图像首先经过VGG的基础网络，在此之上又增加了几个卷积层，然后利用3×3的卷积核在6个大小与深浅不同的特征层上进行预测，得到候选框的分类与回归预测值，最后直接预测出结果，或者求得网络的损失。SSD的算法思想，主要可以分为4.

【bug描述】：模型为仅保存参数的模型，已确定加载语句 “没有问题” ，且每次测试的图片数据固定，但是每次推理得到的结果都不一样。【bug分析】：实际上在加载模型并不是完全没有问题，在使用如下加载语句时出现cnn.load_state_dict(torch.load(os.path.join(MODEL_PATH,"model.pth"))['model'])#保存语句如下：#torch.save({# 'model':cnn.state_dict(),# 'optimiz.