SSD算法原理介绍，包含算法结构、Loss计算、默认框计算几个方面

一、SSD算法的介绍

        1、SSD算法：

                是One-stage目标检测算法中的一种，不需要region proposal阶段，可以直接产生物体的类别概率和位置坐标值，经过单次检测即可直接得到最终的检测结果，具有检测速度快的特点。

        2、SSD算法结构：

                ① 主干网络：是由VGG16中部分卷积层组成，并将最后２层的conv6和conv7换成全连接层，用来进行图像分类

                   

                ② SSD的检测框架由２个部分组成，一部分是前面的卷积神经网络，经典模型中采用的是ＶＧＧ１６，用于对图像特征的初步提取，第二部分是位于后端的多尺度特征检测网络，用于对前端网络产生的特征层进行不同尺度条件下的特征提取，利用多尺度特征检测网络当中的浅层特征图尺寸较大的特点，尺寸较小的物体。SSD针对Conv4_3、FC7、Conv8_2、Conv9_2、Conv10_2和Conv11_2特征层的每个单元按照不同长宽比分别提取４～６个默认框