为什么SSD目标检测算法对小目标检测的效果不好

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）。