对SSD代码的一些理解

论文疑惑

1、anchor_sizes 设定了 21、45、99、153、207、261、315几个anchor尺寸，这些尺寸定义在输入图像300*300上。例如，对于anchor_size=21的default box，其对应的特征图尺寸为38*38，那么对于特征图38*38上的任意一个像素来说，像素值是由原图上的3*3 经过卷积后得到，因此将原图的3*3区域看做特征图该像素的感受野，那么对整个feature map来说，感受野是整个输入图像。那么，anchor_size即为原图对应感受野的尺寸，feature map上一个像素相当于原图中的300/38=7.89 个像素，anchor_size = 21，相当于输入图像上尺寸为21/7.89 =  2.66 的区域。

2、在每一个feature map上，default boxes的anchor_size固定，只通过改变先验框的长宽比anchor_ratio，即可生成不同的先验框。在较大的图像上，适合检测较小的物体，较小的图像上检测大物体，因此采用较小的anchor_size作为前面的feature map，后面的feature map采用较大的anchor_size。

为什么用加法？ssd_multibox_layer中的代码：num_anchors = len(sizes) + len(ratios)，这其实是针对每个extra feature layer而言，default boxes 的个数由纵横比的个数决定，举例来说，对于archor_ratio={1, 2, 3,1/2, 1/3}，根据原文可知，除了列表中提供的五个纵横比以外，还包括有一个纵横比等于1的box，只不过相对于当前层对应的archor_size来说，这个box的尺寸会发生变化，其值等于当前层对应的archor_size与下层archor_size乘积的平方根，增加这一default box的目的是为了添加一个较大的先验框。

 

代码疑惑

from collections import namedtuple

SSDParams = namedtuple('SSDParameters', ['img_shape',
                                         'num_classes',
                                         'no_annotation_label',
                                         'feat_layers',
                                         'feat_shapes',
                                         'anchor_size_bounds',
                                         'anchor_sizes',
                                         'anchor_ratios',
                                         'anchor_steps',
                                         'anchor_offset',
                                         'normalizations',
                                         'prior_scaling'
                                         ])

namedtuple 是用来创建一个自定义的tuple对象（数据类型），它既具备tuple元素的个数，也可以用属性而不是索引来引用tuple的某个元素。例如，SSDParameters.img_shape就可以访问img_shape的值。