SSD（Single Shot Multibox Detector）算法介绍

目标检测主要分为单阶段和双阶段两个类型

双阶段：主要是通过启发式算法（selective search）或者CNN网络（RPN）产生一系列的候选框，然后对这些框进行分类和回归。

单阶段：主要是均匀的在不同位置进行密集抽样，抽样时可以采用不同尺度和长宽比，然后利用CNN提取特征后直接进行分类和回归。

整体需要一步，虽然速度较快，但是比较难训练，模型准确度也较低。

1、SSD算法在准确度和速度上比Yolo算法更快，SSD是卷积进行检测，Yolo是在卷积之后使用了一个全连接层进行检测。

2、SSD算法采用不同尺度的特征图进行检测，在大尺度特征图上检测小目标，在尺度特征图上检测大目标。

3、SSD使用了不同尺度的先验框（Prior boxer，也叫Anchors）解决了Yolo中难以检测小目标而且定位不准确的情况。

4、Yolov3采用的是darknet，而SSD采用的是VGG的backbone

算法原理：

首先将图片调整到300*300的大小（为防止失真，会在其余部分加上灰条），之后将这幅图像分成6种大小不同的网格，分别是38*38，19*19，10*10，5*5，3*3，1*1，由于卷积在多次压缩后，小物体的特征容易消失，所以38*38，19*19，10*10用来检测小物体，1*1和3*3的网格用于检测大物体，如果这个物体的重心落在某个网格点（区域），这个物体的位置就由这个网格点来确定

设计理念：

1.采用多尺度特征图用于检测。CNN前面的特征图比较大，后面采用Stride=2的卷积和pool来降低特征图的大小，都用来进行检测，用大尺度检测小目标，小尺度检测大目标，先验框尺寸也比较小。

2.采用卷积进行检测。SSD采用和卷积对特征图提取检测结果，只采用3*3*p这样比较小的卷积核得到检测值。

3.设置先验框。

网络结构：

backbone是用来提取图片特征的，SSD采用VGG16作为基础模型，并在其基础上有所改变，首先把两个全连接层FC6和FC7换成了两个卷积网络，并且再加上了4个卷积网络用来构成整个模型的框架（后面的卷积用来计算物体位置和物体类别）