DeepLearing—CV系列（九）——多类多目标物体的侦测——SSD

一、SSD核心设计理念

SSD在Yolo的基础上主要改进了三点：多尺度特征图，利用卷积进行检测，设置先验框。这使得SSD在准确度上比Yolo更好，而且对于小目标检测效果也相对好一点。

1.1 采用多尺度特征图用于检测

所谓多尺度采用大小不同的特征图，CNN网络一般前面的特征图比较大，后面会逐渐采用stride=2的卷积或者pool来降低特征图大小，这正如上图所示，一个比较大的特征图和一个比较小的特征图，它们都用来做检测。这样做的好处是比较大的特征图来用来检测相对较小的目标，而小的特征图负责检测大目标。

1.2 采用卷积进行检测

与YoloV1最后采用全连接层不同，SSD直接采用卷积对不同的特征图来进行提取检测结果。对于形状为 [mxnxp] 的特征图，只需要采用 [3x3xp] 这样比较小的卷积核得到检测值。

1.3 设置先验框

在Yolo中，每个单元预测多个边界框，但是其都是相对这个单元本身（正方块），但是真实目标的形状是多变的，Yolo需要在训练过程中自适应目标的形状。而SSD借鉴了Faster R-CNN中anchor的理念࿰