SSD源码总结

一、生成默认框

默认框的宽高

默认框的宽高是相对于原图的尺寸计算出来的。

默认框的中心

默认框的中心是相对于特征图的尺寸计算出来的。

二、将真实框分配给默认框

1、区分正负样本

1.1、选取正样本

计算真实框（bboxs）与每个默认框（dboxs）的IOU，如图。

 第一条准则是选择与真实框IOU最大的默认框，将其置为正样本。

第二条准则是选择与真实框IOU大于0.5的默认框，将其置为正样本。

对于被置为正样本的默认框，将其标签和坐标改为相匹配的真实框的标签和坐标。

2.2、选取负样本

非正样本的默认框就是负样本，负样本的默认框的标签和坐标不用发生变化。

三、特征提取

网络结构

生成六个特征图 

四、特征预测

设每个特征图的位置上会生成k个默认框，对上一步生成的六个特征图，k=[4，6，6，6，4，4] 。

采用3x3的卷积对特征图进行预测，例如，对于第一个特征层，进行3x3卷积之后，如果预测的为坐标信息，则预测后的通道数为4xk（即4x4），得到的shape为 [batch_size，4xk，特征图长，特征图宽] ，再通过.view方法将shape重塑为[batch_size，4，k x 特征图长 x 特征图宽]，即得到该特征图的每一个默认框坐标信息的预测值。

五、计算损失（训练模式）

定位损失

标签损失

直接计算预测标签和真实标签的损失是不合理的，因为负样本的数量远远多于正样本的数量，因此要对负样本进行筛选，筛选的方法就是根据置信度损失对负样本进行降序排序，选取置信度高的负样本，得到负样本掩码，再和正样本掩码相加，乘以整体的标签损失，最终得到标签损失。

六、后处理（预测模式）

首先通过预测的boxes回归参数得到最终预测坐标, 将预测目标score通过softmax处理。