2016-ECCV-SSD

整理过R-CNN，Fast R-CNN，Faster R-CNN，Mask R-CNN，YOLO，今天组会汇报了目标检测另一主要的框架SSD，原本打算像之前一样，写一些论文要点，后发现几篇优质博客，写的极为透彻，相比之下，发现自己对paper的理解并没有那么透彻，还需努力，特别要加强动手实践能力，只有结合代码才能知道细节。

相关链接

Paper: http://arxiv.org/abs/1512.02325

Code: https://github.com/weiliu89/caffe/tree/ssd

Slides：http://www.cs.unc.edu/~wliu/papers/ssd_eccv2016_slide.pdf

相关博文推荐：

一文读懂Faster R-CNN（结合论文多看几遍，收获颇多）

Single Shot MultiBox Detector(SSD)

背景介绍

SSD是Wei Liu在ECCV2016年提出的一种目标检测算法，提出之时，相比Faster R-CNN有明显的速度优势，相比YOLO又有明显的mAP优势，但是现在已经被一系列Faster R-CNN改进版以及YOLO v2，v3超越了（上个月刚出的YOLO v3，速度快到不行，要拜读一下）。

上面这张图，可以看出SSD在速度和mAP两方面还是trade off的，并且目标检测就两大块，R-CNN系列的Two-Stage以及YOLO和SSD系列的Single Shot。

方法概括

1. 从YOLO中继承了将detection转换为regression的思路，实现end-to-end检测
2. 基于Faster R-CNN中的anchor box，提出相似的default box
3. 加入基于SPPNet的检测方式，在多个大小不同的feature map上同时进行softmax分类和位置回归。（这也是论文最核心的贡献）

方法细节

Architecture

之前YOLO在卷积层后接全连接层，检测时只利用了最高层feature map，而SSD采用金字塔结构进行检测，检测时利用了6个大小不同的feature maps（上图架构和代码有些差别），在多个feature maps上进行分类和回归。

Default box

SSD中default box和Faster R-CNN中的anchor box非常类似，具体介绍见一文读懂Faster R-CNN，不过有一些不同之处：

1. Faster R-CNN中设置9个不同尺寸大小和长宽比的anchor boxs，SSD中是6个，有部分feature maps是4个，至于为什么，可能是实验得出。

2. SSD中由于涉及多个feature map，因此每个feature map对应的default box的min_size和max_size由以下公式决定（m是feature map数量，m=6）：

   ​