SSD——单点多尺寸目标检测器

一、目标检测

1、基于手工特征的目标检测

2、基于深度学习的目标检测

1、基于区域提名的目标检测算法（two-stage）：RCNN、fast-RCNN、faster-RCNN
区域提名，即针对图像中目标物体位置，预先提出候选区域的方法。然后再通过卷积神经网络对候区域进行样本分类。
2、基于端到端学习的目标检测算法：SSD、YOLO
无需预先提出候选区域，网络直接预测输出物体的类别概率和位置坐标值，即我们的网络是统一的网络，经过单词检测即可直接得到最终结果。

二、论文整体框架

1⃣️ 摘要

1、提出了SSD目标检测算法

a、基于端到端学习的目标检测
b、将边界框的输出空间离散化为一组默认框
c、预测结果来自于不同层次的特征图

2、介绍SSD性能

2⃣️ 引言

问题一
1、ground truth（标注框，已知）
2、bounding box (目标检测的输出，未知)
g(x,y,w,h)
B(x’,y’,w’,h’)
A(a1,a2,a3,a4),则
x’=xa1
y’=ya2
w’=wa3
h’=ha4
3、proposal（滑动窗口定位的四个proposal框）

问题二
Selective Search：在原图进行裁剪（RCNN\faster-RCNN）

1、采样
（1）原图SS
（2）特征图进行采样
2、先验框设计尺寸
3、网络结构
要不要跟全连接

问题三
SSD改进：在6个featuremap上用了4-6个anchor框提取特征
问题四：损失函数

3⃣️ SSD网络模型及训练方法

1个 3*3的卷积核（有4个anchor框），stride=1==>滑动窗口
anchor框的区域做置信度的输出与边框回归

NMS：
对100个proposal的置信度做排序，以置信度最大的为基准，让其余99个与最大的计算IOU面积，大于IOU阈值的将被删除

4⃣️ 实验结果

5⃣️相关工作

6⃣️结论

三、模型

问题一 faster-RCNN与SSD区别：
1、SSD密集采样：在不同特征图上用不同尺度featuremap做
2、利用卷积，对每个像素点采样
3、大图预测小物体、小图预测大物体

问题二在SSD论文中，default box：
指的就是proposal框（建议框、先验框）或者anchor框（猫框）

问题三空间金字塔结构（FPN）：