SSD网络后半段解析

ssd网络的特征提取部分与常见的卷积方式大同小异，这里从得到六张不同尺寸的特征图说起…

一、检测结果提取

ssd300得到以上六张特征图，它们的先验框数量依次为4，6，6，6，4，4。所有特征图上的总先验框数量为：

38x38x1024特征图为例，先验框数量为38x38x4，用3x3卷积改变其通道数，生成位置（4）与类别（20+1）预测特征图

将位置预测特征图reshape为[-1,4]，将类别预测特征图reshape为（-1,21）

然后将不同尺寸的特征图按第一个维度进行拼接。

最终,
位置预测：[batch_szie,8732,4]
类别预测：[batch_size,8732,21]

二、正负样本的选取

正样本：
1.每个gt box的最大iou default box
2.与任意gt box iou大于0.5

负样本：
采用 hard negative mining，对负样本进行抽样，抽样时按照置信度误差（预测背景的置信度越小，误差越大）进行降序排列，选取误差较大的前一部分作为训练的负样本，以保证正负样本比例接近1:3

看段代码,neg_pos_ratio即为负样本比例

1.用上下文管理器强制不进行计算图的构建
2.在最后一个维度进行计算，即计算每个default box的分类概率，第一个维度是背景概率
3.用hard negative mining 和得到的置信度误差进行负样本抽样，得到box id，即mask
4.用mask取出负样本

hard negative mining

1.获取正样本掩码pos_mask
2.True转long，在dim=1，统计每个输入对应的正样本数
3.负样本数为正样本数三倍
4.正样本的置信度损失置为负无穷
5.两次sort（），在dim=1，即对每个输入对应的8732个default box按置信度损失降序排列，得到排序索引（向量中每个值对应的排序序号）
6.根据每个输入对应的正样本数获取负样本掩码掩码neg_mask
7.用|按位或运算合并正、负样本掩码

三、损失计算

1.分类损失

用筛选出的正负样本掩码mask，去除需要计算损失的box，预测类别特征图和标签都reshape为[-1,类别数+背景]，计算交叉熵。

2.位置损失

只计算正样本的损失，使用smooth L1损失函数

计算的实际是偏移量之间的损失
在GT中，为了限制偏移量的范围，便于预测，对x、y利用w、h进行了归一化，w、h进行了对数处理
因此，实际预测的也是偏移量

3.最终损失

分类损失和位置损失以权重系数α相加，除以该batch中的匹配到GT的box数N