SSD总结

优化：与之前two-stage对比，取消了候选窗口生成、不用特征重采样。

特征图：基于vgg16的backbone，前面5个大的卷积层，后面f6/fc7也改成3*3和1*1卷积层，然后增加了(1*1&3*3配对的)四个卷积层，共11层，在4/7/8/9/10/11层上设置anchor，定位和预测（这点类似于早期的FPN，但没有特征叠加）

定位方法：每个特征层上，计算当前多少个anchor，多少个size，就得到输出多少个定位框(比如N)，则位置是N*4个滤波器，置信度是N*n个滤波器，全图3*3卷积即可

loss采用交叉熵和L1-smooth叠加方式。