ssd网络结构_环境感知技术入门(十二) 详细解读SSD目标检测框架(1)

'300': [256, 'S', 512, 128, 'S', 256, 128, 256, 128, 256],
'512': [],
}
layers = add_extras(extras['300'], 1024)

### 1.3 边框特征提取网络 Multi-box Layers


SSD一共有6层多尺度提取的网络（第4、7、8、9、10、11六个卷积层得到的特征图），每层分别对 loc 和 conf 进行卷积，得到相应的输出。

def multibox(vgg, extra_layers, cfg, num_classes):
loc_layers = []
conf_layers = []
vgg_source = [21, -2]
for k, v in enumerate(vgg_source):
loc_layers += [nn.Conv2d(vgg[v].out_channels,
cfg[k] * 4, kernel_size=3, padding=1)]
conf_layers += [nn.Conv2d(vgg[v].out_channels,
cfg[k] * num_classes, kernel_size=3, padding=1)]
for k, v in enumerate(extra_layers[1::2], 2):
loc_layers += [nn.Conv2d(v.out_channels, cfg[k] * 4, kernel_size=3, padding=1)]
conf_layers += [nn.Conv2d(v.out_channels, cfg[k] * num_classes, kernel_size=3, padding=1)]
return vgg, extra_layers, (loc_layers, conf_layers)

调用

if name == “main”:
mbox = {

    '300': [4, 6, 6, 6, 4, 4],  # number of boxes per feature map location
    '512': [],
}
base_, extras_, head_ = multibox(vgg(base[str(size)], 3),
                                 add_extras(extras[str(size)], 1024),
                                 mbox[str(size)], num_classes)

**1.4 PriorBox 生成机制**


（1）SSD从Conv4\_3开始，一共提取了6个特征图，其大小分别为 (38,38), (19,19), (10,10), (5,5),(3,3), (1,1)，但是每个特征图上设置的先验框数量不同。


（2）先验框的设置，包括尺度和长宽比两个方面。对于先验框的尺度，其遵守一个线性递增规则：随着特征图大小降低，先验框尺度线性增加：




![]()

其中：
m指特征图个数，但是为5，因为第一层(Conv4_3)是单独设置的；
Sk表示先验框大小相对于图片的比例;
Smin和Smax表示比例的最小值与最大值，paper里面取0.2和0.9。

**补充说明：**  
先验框的长宽比一般设置为:




![]()

根据面积和长宽比可得先验框的宽度和高度:




![]()

默认情况下，每个特征图会有一个 



![]() 且尺度为 
 

![]() 的先验框，除此之外，还会设置一个尺度为 
 

![]() 且 
 

![]() 的先验框，这样每个特征图都设置了两个长宽比为1但大小不同的正方形先验框, 因此，每个特征图一共有 6 个先验框 
 

![]() ，但是在实现时，Conv4\_3，Conv10\_2和Conv11\_2层仅使用4个先验框，它们不使用长宽比为 
 

![]() 的先验框; 
 
  
每个单元的先验框的中心点分布在各个单元的中心，即: 
 

![]() 其中 
 

![]() 为特征图的大小。 
 


**自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。**

**深知大多数Linux运维工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！**

**因此收集整理了一份《2024年Linux运维全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。**
![img](https://img-blog.csdnimg.cn/img_convert/2e6b02be2f5714856d13dbaccf9e83c2.png)
![img](https://img-blog.csdnimg.cn/img_convert/c0eb88d8bf622cade5ae70c312ed1272.png)
![img](https://img-blog.csdnimg.cn/img_convert/6505676a9ac96acd48b45441ab297151.png)
![img](https://img-blog.csdnimg.cn/img_convert/b4b1697966f666085c4c08bf5026779c.png)
![img](https://img-blog.csdnimg.cn/img_convert/88c6dbedd6df71caf1936d3a7e7eead6.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Linux运维知识点，真正体系化！**

**由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新**

**如果你觉得这些内容对你有帮助，可以添加VX：vip1024b （备注Linux运维获取）**
![img](https://img-blog.csdnimg.cn/img_convert/8597366735f81a43b20c33805e37dd49.jpeg)



### 最后的话

最近很多小伙伴找我要Linux学习资料，于是我翻箱倒柜，整理了一些优质资源，涵盖视频、电子书、PPT等共享给大家！

### 资料预览

给大家整理的视频资料：

![](https://img-blog.csdnimg.cn/img_convert/7f95b4a0f92783c11f0feaec5ea634da.png)

给大家整理的电子书资料：

  

![](https://img-blog.csdnimg.cn/img_convert/5a6367b5834bf4443c8c72f115860fc6.png)



**如果本文对你有帮助，欢迎点赞、收藏、转发给朋友，让我有持续创作的动力！**


[**一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！**](https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0)

**AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算**

Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算**