深度学习笔记之SSD(Single Shot MultiBox Detector)框架

目标检测是通过训练模型，以画框框的形式将图片中目标的位置，类别检测出来，如下图所示：
目前最有流行最有效的目标检测方法有三种，分别是Faster Rcnn，YOLO和SSD。
下面我们了解一下作为目标检测三大方法之一的SSD（Single Shot MultiBox Detector），我们都知道两点（x1,y1）和（x2,y2）确定框框，但是目标检测框框是由中心点坐标（x，y）和框的长宽（h，w）来确定的，方便生成长宽比为（1,2，1/2）的锚框。
基本思路：

1. 生成一系列尺寸不同的默认框default box
2. 寻找和ground truth box（用labelimage自己标注的框）相近的default box用于框回归
3. 对default box里的目标进行分类
   默认框（先验框）的生成及大小位置相关计算：
   
   SSD的网络结构图：
   
   SSD网络结构图相关内容解读如下所示:
   

SSD网络结构的关系图如下：

从整个网络结构关系图可以看出，获得每个特征图之后，分为三大步：

1. 路线表示生成各个特征层的先验框，需要与真实框进行对比，筛选正负样本（计算Jaccard重叠，大于0.5选作正样本，记作1，其他为负样本，记作0）
2. 红线表示边界框的预测
3. 蓝线表示类别的置信度
   各个任务具体方式如下图：
   
   其中，训练的目标函数是：