SSD源码解析1-整体结构和框架

 

SSD源码解析1-整体结构和框架

SSD源码解析2-input_pipeline()

SSD源码解析3-ssd_model_fn()

SSD源码解析4-损失函数（理论+源码）

 

 

参考文章：

博客园：深度学习笔记（七）SSD 论文阅读笔记简化

知乎：SSD

知乎：目标检测|SSD原理与实现

知乎：SSD-TensorFlow 源码解析

TensorFlow之estimator详解

解析代码：

解析源码地址

SSD源码简单版

看了一下两个版本的代码，如上面链接所示，

简单版，代码和之前解析的源码类型是一致的，更容易理解些，但是只有预测部分而没有训练部分。虽然能很容易理解，但里面没有标签处理，损失计算等部分。即使看懂了，也有种啥都没学到的感觉。

复杂版，当时看到这个源代码是有点懵的，为啥呢？因为看不懂啊，之前没见过用这种方式写的代码，套路不太一样。反反复复犹犹豫豫了好几次，想着要不要花点精力看复杂版的，也尝试在github上搜了一下看看有没有更合适的版本，结果是并没有，所以就硬着头皮解析这个比较复杂的代码了。前期是先跳过了看不懂的部分，直接去看网络构建部分，anchor生成部分，计算损失部分，数据预处理部分，但是整体运行逻辑还是有点懵。后来看了一点有关TensorFlow的Estimator讲解，稍微有点眉目，但是还不是很了解，有点不知所以然。主要是Estimator的方式不太习惯，如果只把他当作一种框架，你按它固定的格式传入相应的参数就行，还可以接受些。具体的网络搭建，anchor创建，损失计算等和之前还是一样的。

 

代码框架

下面看一下代码结构（这张图不太好解析，放在这只是大概说明一下代码结构，下面分块说明）：

 

主框架

代码主框架是基于Estimator写的，主要是搭建所需的结构，这里主要由2个函数需要了解，

一个是ssd_model_fn()函数，该函数主要功能是建立网络结构，计算预测框及类别概率，计算损失等。

另一个是input_pipeline()函数，该函数的主要功能是，读取图像，标签，生成anchor等。

虽然在代码顺序上是ssd_model_fn()函数在先，input_pipeline()函数在后，但是从逻辑上，先解析input_pipeline()函数，再解析ssd_model_fn()函数，会更容易理解些。

 

input_pipeline()函数

该函数的主要功能是，读取图像，标签，生成anchor等。

 

其中的get_all_anchors()函数

 

其中的encode_all_anchors()函数

 

其中的decode_all_anchors()函数

ssd_mode_fn()函数

该函数主要功能是建立网络结构，计算预测框及类别概率，计算损失等。

下面会分别对input_pipeline()函数，ssd_model_fn()函数进行源码解析。