笔记：SSD

SSD

Faster R-CNN：
1.对小目标检测效果差：只是在一个特征层上进行预测，而此特征层是经过许多卷积层后所得到的feature map,已经被抽象到比较高的层次，所以细节信息的保留较少。而小目标的检测需要细节信息 ，以至于在高层的特征层上来预测我们的小目标，检测效果没有那么好
2.模型大，检测速度慢：在RPN进行了一次预测，在Fast R-CNN又进行了一次预测（two-stage 的通病）

在SSD上由6个预测特征层，在步距为2的时候，padding为1；在步距为1的时候，padding为0. 第1层的预测特征层会预测相对较小的目标，随着抽象程度不断加深，会让预测特征层检测相对较大的目标

例如：（b）特征层相对较大些，保留了更多的细节，适合预测小目标
实现了不同的特征层上预测不同尺度（大小）的目标
（c）特征层相对较小，保留的细节信息较少，适合预测大目标

对于特征图1，特征图5，特征图6绘制4个default box;对于特征图2，特征图3，特征图4绘制6个default box.
例如：特征图1的宽与高为3838，设计两个scale：
scale1为21：有3个比例：1:2,1:1,2:1
scale2为2145的根号：有1个比例：1:1
（都会以特征图的每一点为中心，映射到原图的某点，然后生成对应的default box）

通过特征图的一点为映射到原图的某点坐标，并以此为中心绘制default box。
将6个feature map上的每个位置上的default box都绘制在图片上，就能覆盖图片中的所有目标

对于mnp的特征层，用33的小的卷积核来产生类别分数或者相对default box的坐标偏移量(边界框回归参数)

对于每个default box，会预测C个类别分数（包含背景类别），会预测4个边界框回归参数
Fast R-CNN中，对于每个anchor，会生成4C个回归参数（会生成针对每个类别的回归参数）；而SSD中，对于每个default box，只生成4个边界框回归参数（不关注default box属于哪个类别）


其中，VGG16中的第五层的池化层的卷积核22，步距2，改为卷积核大小为33，步距1