SSD算法详解

目录

SSD算法在目标检测领域的位置：

SSD算法口头概述：

优缺点

网络结构图

正负样本选择：

损失函数：

其他细节：

---

SSD算法在目标检测领域的位置：

SSD算法口头概述：

1. 输入：300*300*3的图像。
2. 骨干网络：VGG 16 再加10个卷积层
3. 6个特征图输出：从骨干网中6个不同深度位置抽取feature map，每个位置的feature map会经过两个输出路线，一个路线feature map经过1个卷积层，直接输出4或6个anchor框的坐标回归信息。另一个路线feature map经过1个卷积层，直接输出4或6个anchor框的21个目标类别（20类+背景类）的置信度。
4. 最终输出：将6个尺度的output结果统一送入NMS中，得到唯一预测框。

优缺点

• 优点：相对同年代的YOLO1，使用多尺度特征进行目标检测，极大提高精度。

• 缺点：SSD的缺点是对小尺寸的目标识别仍比较差，还达不到Faster R-CNN的水准。这主要是因为小尺寸的目标多用较低层级的anchor来训练(因为小尺寸目标在较低层级IOU较大)，较低层级的特征非线性程度不够，无法训练到足够的精确度。

网络结构图

 

正负样本选择：

1. anchor预测框与GT框IOU＞0.5，视为候选正样本，其他均为候选负样本（数量极为庞大）。
2. SSD中候选正样本和候选负样本转正的条件，以及如何确保1:3正负样本比例：
   • 举例：假设在这 8732 个 default box 里，经过 FindMatches 后得到候选正样本 P 个，候选负样本那就有 8732−P个。将 prior box（预测框） 的 prediction loss （类别损失值）按照从大到小顺序排列后选择最高的 M个 prior box。如果这 P 个候选正样本里有 a 个不在这 M 个 prior box 里（说明这a个预测框损失小，与GT框很接近，不需要再让网络去学习了），将这 a个 box 从候选正样本集中踢出去。如果这 8732−P个候选负样本集中有 b个在这 M 个 prior box（说明这b个预测框损失大，与GT框差距大，属于困难的负样本），则将这b个候选负样本作为正式负样本。即删除易识别的正样本，同时留下典型的负样本，组成1:3的prior boxes样本集合。

损失函数：

其他细节：

• https://zhuanlan.zhihu.com/p/39399799
  • SSD中，为什么只有conv4_3层做归一化？
  • 损失函数计算中，variance参数有什么作用？