SSD: Single Shot MultiBox Detector

ECCV2016, 紧接着CVPR16的YOLOv1出的， 在速度不低于YOLOv1的基础上， 精度提升了很多。

 

主要的改进点：

1. 多尺度检测， 这点其实在后面FPN等网络种都验证了， 多尺度的feature map检测对精度提升很关键。低分辨率的feature map检测大物体， 高分辨率的检测小物体。SSD300共用了6个feature map。

2. 引入RPN的anchor机制。在YOLOv1中， 整幅图化作7*7网格， 每个网格只有两个bbox，一个才98个boxes。这里每个像素有6个anchors， 具体的，SSD300中一共预测：4x38x38 + 6x(19x19 + 10x10 + 5x5) +4x3x3 + 4x1x1 = 8732个boxes， 相当稠密。

3. 将YOLO后面的fc层改为卷积层。 fc参数太多了。

训练：

ground truth box和anchor的匹配：对每个gt, 将它分配给IOU最大的anchor；此外还分配给任何IOU大于一定阈值(0.5)的anchors。如果匹配失败， 就是负样本。这样anchors和gt之间是多对多的匹配关系。