SSD算法

• 论文链接：https://arxiv.org/abs/1512.02325
• 参考视频：2.1SSD算法理论_哔哩哔哩_bilibili

SSD算法

如图所示为VGG16的主干网络，max pooling不算卷积层，虚线之前对应的是下图的虚线结果，我们将分类头进行截取，其中我们采用了Conv4_3结构的特征图进行预测。FC6对应第一个蓝色的全连接层，FC7对应着第二个蓝色的全连接层。我们修改了maxpooling的结构，因此其中的分辨率不发生改变。

 

如图所示，SSD算法采用VGG16网络作为骨干网络，我们通过在主干网络的每个特征层之间增加卷积层来进行预测，对于分辨率大小为mxn的特征图，对于每一个defalt box我们首先需要预测C个类别的概率大小，其次需要预测4个位置坐标的偏差信息，因此一个分辨率大小为mxn的网络，我们的输出为（c+4)kmn。采用6个不同尺度的特征图去检测不同尺度目标信息。

上图详细介绍了我们default box选取的情况，对于不同大小的特征图，我们采用不同大小的default box可以更好的预测目标情况，浅层特征图包含了较多的细节信息，更适合进行小物体的检测。而较深的特征图包含了更多的全局信息，更适合大物体的检测。

Hard negative mining

由于在匹配过程中，大多数的default box都是负样本，会造成在训练过程中正负样本不匹配的问题，因此为了解决这个问题，我们选取置信度较高的负样本，使正负样本之间的比值处于3：1的形式。