SSD: Single Shot MultiBox Detector

首页：https://blog.csdn.net/u014236392/article/details/86767950
论文：SSD: Single Shot MultiBox Detector
official code - caffe：https://github.com/weiliu89/caffe/tree/ssd
unofficial code - tensorflow：https://github.com/balancap/SSD-Tensorflow
unofficial code - pytorch：https://github.com/amdegroot/ssd.pytorch

1. 网络结构

精简版：

细节版：

SSD网络中分为了6个stage，每个stage能学习到一个特征图，然后进行边框回归和分类。SSD网络以VGG16的前5层卷积网络作为第1个stage，然后将VGG16中的fc6和fc7两个全连接层转化为两个卷积层Conv6和Conv7作为网络的第2、第3个stage。接着在此基础上，SSD网络继续增加了Conv8、Conv9、Conv10和Conv11四层网络，用来提取更高层次的语义信息。网络包含了多个卷积层操作，每个卷积层操作基本上都是小卷积。

2. 算法比较

3. Default Box

3.1 生成规则

作者充分的吸取了Faster R-CNN中的Anchors机制，在每个Stage中根据Feature Map的大小，按照固定的Scale和Radio生成Default Boxes。
具体参考博客。

4. 新增卷积网络

SSD网络总共增加了Conv8、Conv9、Conv10和Conv11四个卷积网络层。新增的这些网络都是通过一些小的卷积核操作，是SSD网络性能优秀的核心。

4.1 卷积核配置

假设Feature Map通道数为P，SSD网络中每个Stage的卷积核大小统一为3×3×P。其中 padding 和 stride 都为1。保证卷积后的Feature Map和卷积前是一样大小。

4.2 卷积滤波器

每个Feature Map上 m×n 个大小的特征点对应K个Default Boxes，假设类别数+背景=c，最终通过卷积滤波器得到c+4维特征向量。那么一个Feature Map上的每个点就需要使用 k×(c+4) 个这样的滤波器。

5. Loss