【目标检测】|SSD

conv4-1前面一层的maxpooling的ceil_mode=True,使得输出为 38x38；
将第5个pooling层和后面的fc层丢弃, 其中池化层pool5由原来的stride=2的2x2 变成stride=1 的3x3（猜想是不想reduce特征图大小）
3个fc层丢弃, 加上的conv6采用扩展卷积或带孔卷积（Dilation Conv），其在不增加参数与模型复杂度的条件下指数级扩大卷积的视野，采用 3x3 大小但dilation rate=6的扩展卷积。conv7采用1x1的卷积,

先验框的设置，包括尺度（或者说大小）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：

nms

REF
http://gitee.com/jxhzk/a-PyTorch-Tutorial-to-Object-Detection/blob/master/README.md
https://github.com/sgrvinod/a-PyTorch-Tutorial-to-Object-Detection

https://blog.csdn.net/weixin_39585035/article/details/111168706
https://blog.csdn.net/weixin_39907596/article/details/111100195?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-0&spm=1001.2101.3001.4242