pytorch-ssd源码解读（二）------------detection（预测层）

一、定义

detection层是ssd预测阶段的最后一层。它接收底层网络输出的位置偏移量（loc_data）、各个框置信度（conf_data）以及默认框（prior_data）。该层的作用是整合各层的预测结果，过滤置信度太低的预测框，通过类内nms抑制大量相同的预测框。

二、代码解读

1.输入

• loc_data    网络六个层预测的坐标偏移。Shape:[batch,num_priors*4]
• conf_data     各预测框对应各类的置信度（每个预测框针对每一类都预测一个得分，因此每个预测框对应num_classes个得分）                            Shape: [batch*num_priors,num_classes]
• prior_data   默认框（上篇博客中介绍过），网络的预测框其实就是针对这个默认框的偏移量。 Shape: [num_priors,4]

2.参数配置

• top_k                          一张图片中，每一类保存top_k个预测框
• conf_thresh                置信度阈值，置信度低于该阈值的预测框会被抛弃
• nms_thresh                nms阈值

3.输出格式

    output的Shape为 [batch, num_classes, top_k, 5] 

   取其中一个输出output[i,j,k,:]表示在当前mini_batch中的第i张图片的第j类的第k个框对应的预测结果。

   最后一维的五个数依次为[score,xmin,ymin,xmax,ymax]

 4.重点代码解读