防止过拟合的方法

参考：https://www.zhihu.com/question/59201590

1、ssd default box和 faster R-CNN anchor 区别

   Faster RCNN中anchor只用在最后一个卷积层，
   SSD 的default box是应用在不同尺度的feature map上，可以更好的映射不同大小比例的box
   
2、对过拟合的参数调优：(参考：https://www.zhihu.com/question/59201590)
 1) weight decay
 利用weight decay给损失函数加了个惩罚项，使得在常规损失函数值相同的情况下，学习算法更倾向于选择更简单（即权值和更小）的NN。是一种减小训练过拟合的方法。(防止参数过大（正）过小（负），防止过拟合)
 2)获取更多的样本，或者通过数据增强方法增加样本的多样性
 3)加入dropout方法
 4) 减少网络层数和神经元个数
 
3、momentum参数 可以调整梯度下降的加速度。