SSD系列算法原理

·主干网络：VGGNet

·多尺度FeatureMap预测

·Defaul bounding boxes的类别分数、偏移量

主干网络介绍：

• VGG、ResNet、MobileNets等，各种卷积神经网络
• 将VGG最后两个FC改成卷积，并增加4个卷积层：（因为原始的网络是处理分类任务，而目标检测不需要）

多尺度FeatureMap预测：

• 不同层的feature map
• Prior box:类别概率和坐标（x,y,w,h）

PriorBoxLayer:

• m*n个cell(feature map上的每个点都作为一个cell)
• 每个cell上生成固定scale和aspect ratio的box:

1. 假设一个feature map有m×n个cell, 每个cell对应k个default box;每个default box预测c个类别score和4个offset
2. (c+4) *k*m*n个输出

看一下prior box是如何生成的：

shape数量越多，效果越好

38*38*4+19*19*6+10*10*6+5*5*6+3*3*4 +1*1*4=8732个prior box（具体会在配置文件中进行配置）

• 每一个feature map cell不是k个defaoult box都取
• prior box与GT box做匹配，IOU>阈值为正样本,IOU<负样本阈值为负样本，对于处于中间阈值的样本可以忽略掉
• 训练：确保prior box的分类准确且尽可能回归到GT box

样本构造：

正样本：

从GT box出发给找到最匹配的prior box放入候选正样本集

从prior box集出发，寻找与GT box满足IOU>0.5的最大prior box放入候选正样本集

负样本：

难例挖掘

正负样本比：1：3（IOU<设定的阈值为负样本）

通过下面的过程就能讲loss较高的样本挖掘出来。

数据增强：

• 随机采样多个path,与物体之间最小的jaccard overlap（IOU）为：0.1 ，0.3，0.5，0.7与0.9
• 采样的patch比例是[0.3,1.0],aspect ratio在0.5或2
• GT box 中心在采样patch中且面积大于0
• Resize到固定大小
• 以0.5的概率随机的水平翻转

损失函数：

• 分类loss+回归loss
• 分类loss: Softmax Loss
• 回归损失：Smooth L1 Loss