在SSD算法中,每个feature map的像素点都会生成prior box,SSD通过prior box进而对feature map进行训练。
文章中提到,SSD在训练过程中,prior box与GroundTruth的之间IOU达到0.5才会放到网络里面进行训练。大的目标有可能ROI的值会大很多,因此包含的prior box就多,就可以得到充分的训练。相反小目标用于训练的的prior box就会少很多,就得不到充分的训练。
在SSD中有一个数据增强过程,通过随机的crop图片来增加小目标检测的精度。就是因为通过randomly crop,让每一个anchor都得到充分训练(也就是说,crop出一个小物体,在新图里面就变成大物体了)。