目标检测--SSD

SSD应该是和YOLO v2同一时期的论文，相比YOLO v1和RCNN系列，SSD借鉴了两者的优点，并加入了多尺度来弥补yolo在小物体检测的不足，在精度和速度上都超越了yolo v1。主要改进在于两点：
（1）多尺度feature map增加鲁棒性，既能检测大物体，又能检测小物体，增加精度；
（2）yolo先使用CNN提取特征，然后利用全连接来回归出类别和坐标；而SSD先用CNN提取特征，然后用一个卷积层来回归类别和坐标，保证了速度。

网络结构

1、base network为VGG-16，提取图片特征，后续又进行多次卷积操作，并对提取到的不同尺度的feature map都又进行了卷积，得到各个feature map的预测边框，将他们放到一起，一起进行NMS。

2、对每个feature map进行卷积来获取预测的边框。这一点与faster-RCNN中利用anchor box在feature map上滑动窗口产生region proposal的作用是一样的，但是faster-RCNN需要再对region proposal 分类回归，而SSD不需要，直接卷积产生概率和坐标。产生的个数和faster-RCNN相同，都为(W,H,K,class+4)。
3、不同尺度的feature map进行预测时，anchor box的大小不同
4、训练过程类似于faster R_CNN，预测框的目标值的计算方法与RCNN一致，损失函数也大致相同

总结

SSD的整体思想类似于YOLO，都希望端到端的解决问题，但在训练包括损失函数的设计上，类似于faster R_CNN，同时又有这两者没有的，就是多尺度的feature map，这样，既保证精度，又保证速度。。