SSD 总结2：default box计算方法

SSD网络是经典的检测模型，在工作学习中经常用到，对其中的一些细节依然有一些不理解的地方，故参考网上的讲解，总结如下，方便后续查阅。

SSD网络共产生8732个default box,如下图，具体如何产生可参考SSD总结1：SSD理解分析或其他博客内容。

其中8732个default box中,每个feature map中一点怎么产生4个或者6个box,每个box的大小如何？在作者提供的ssd_pascal.py代码中提供了相关计算，文件链接如下：

https://github.com/weiliu89/caffe/blob/ssd/examples/ssd/ssd_pascal_orig.py

相关代码如下：

#coding:utf-8
import math
 
min_dim = 300   #######维度
# conv4_3 ==> 38 x 38
# fc7 ==> 19 x 19
# conv6_2 ==> 10 x 10
# conv7_2 ==> 5 x 5
# conv8_2 ==> 3 x 3
# conv9_2 ==> 1 x 1
mbox_source_layers = ['conv4_3', 'fc7', 'conv6_2', 'conv7_2', 'conv8_2', 'conv9_2'] #####prior_box来源层，可以更改。很多改进都是基于此处的调整。
# in percent %
min_ratio = 20 ####这里即是论文中所说的Smin=0.2，Smax=0.9的初始值，经过下面的运算即可得到min_sizes，max_sizes。具体如何计算以及两者代表什么，请关注我的博客SSD详解。这里产生很多改进。
max_ratio = 90
##math.floor()函数表示：求一个最接近它的整数，它的值小于或等于这个浮点数。
step = int(math.floor((max_ratio - min_ratio) / (len(mbox_source_layers) - 2)))####取一个间距步长，即在下面for循环给ratio取值时起一个间距作用。可以用一个具体的数值代替，这里等于17。
print('step:',step)
min_sizes = []  ###经过以下运算得到min_sizes和max_sizes。
max_sizes = []
for ratio in range(min_ratio, max_ratio + 1, step):  ####从min_ratio至max_ratio+1每隔step=17取一个值赋值给ratio。注意xrange函数的作用。
#####min_sizes.append（）函数即把括号内部每次得到的值依次给了min_sizes。
  min_sizes.append(min_dim * ratio / 100.)
  print(min_sizes)
  max_sizes.append(min_dim * (ratio + step) / 100.)
min_sizes = [min_dim * 10 / 100.] + min_sizes ## 在min_sizes前拼接上30
max_sizes = [min_dim * 20 / 100.] + max_sizes
 ###steps即计算卷积层产生的prior_box距离原图的步长，先验框中心点的坐标会乘以step，相当于从feature map位置映射回原图位置，
 ###比如conv4_3输出特征图大小为38*38，而输入的图片为300*300，所以38*8约等于300，所以映射步长为8。这是针对300*300的训练图片。
steps = [8, 16, 32, 64, 100, 300] 
aspect_ratios = [[2], [2, 3], [2, 3], [2, 3], [2], [2]]
 
print('min_sizes:',min_sizes)
print('max_sizes:',max_sizes)

输出结果为：

SSD使用6个特征层的feature map用于预测，因此，有6组min_sizes、max_sizes,如conv4_3的min_sizes=30,max_sizes=60;

SSD中6层的特征图中每个点中对应的default box 为4，6，6，6，4，4，该个数与aspect_ratios量有关系。

如conv4_3的特征层中心点的default box的长宽比aspect_ratios=2，产生两个长方形框，同时还产生两个一大一小的正方形框，因此，当有两个aspect_ratios时可产生4个长方形框+2个正方形框；

默认框的大小为：

• 小正方形框边长为：min_sizes

• 大正方形框边长为：sqrt(min_sizes * max_sizes)

• 长方形默认框的height和width分为为：

  height=1/sqrt(aspect_ratio)*min_size

  width=sqrt(aspect_ratio)*min_size

  对其高和宽翻转后得到另一个面积相同但宽高相互置换的长方形。

如下图：

可以计算conv4_3特征层对应的默认框大小为：

• 小正方形边长=30

• 大正方形边长为=sqrt(30*60)=42.43

• 长方形的height=30*(1/sqrt(2))=21.21 width=30*sqrt(2) = 42.43，长宽旋转90度产生一个新的长方形；

其他特征层类似计算即可得到默认框的大小和个数。

参考：

1.https://blog.csdn.net/gbyy42299/article/details/81235891