重温目标检测--SSD

SSD: Single Shot MultiBox Detector
ECCV2016
https://github.com/weiliu89/caffe/tree/ssd

针对目标检测问题，本文侧重的是 速度+精度
对于 300×300 图像，SSD achieves 74.3% mAP 1 on VOC2007 test at 59 FPS on a Nvidia Titan X

SSD 首先用一个 base network（一组卷积网络层组成）
1） Multi-scale feature maps for detection 在多尺度特征图上进行目标检测

2） Convolutional predictors for detection 在每个尺度的特征图上使用 a set of convolutional filters 进行矩形框预测得到
a fixed set of detection predictions，对于一个尺寸为 m × n with p channels 的 特征图网络层，我们使用一个
3 × 3 × p small kernel 来预测矩形框参数，一个是类别概率，一个是位置信息

3）Default boxes and aspect ratios 这里的 default box 类似 Faster R-CNN 中的 anchor boxes，区别在于我们将其应用于不同尺寸的特征图上

4） Hard negative mining 控制正负样本比例

5）Data augmentation 增加训练样本数量

The model loss is a weighted sum between localization loss (e.g. Smooth L1 [6]) and confidence loss (e.g. Softmax)

3.6 Data Augmentation for Small Object Accuracy

11