cnn经典网络-SSD

参考：https://blog.csdn.net/a8039974/article/details/77592395

            https://blog.csdn.net/ytusdc/article/details/86577939

结构：

SSD以vgg16为基网络，SSD采用了特征金字塔的结构进行检测，即检测时利用了conv4-3，conv-7（FC7），conv6-2，conv7-2，conv8_2，conv9_2这些大小不同的feature maps上同时进行softmax分类和位置回归进行预测，不同的特征层的feature map上的每个点同时获取6个（有的层是4个）不同的prior Box，然后将这些8732个prior Box结合起来，最后经过NMS处理获得最后的BBox。

SSD采用VGG16作为基础模型，并且做了以下修改：

• 将VGG16的全连接层FC6和FC7转换成 3x3 的卷积层 Conv6和 1x1 的卷积层Conv7。
• 去掉所有的Dropout层和FC8层

• 同时将池化层pool5由原来的 stride=2 的 2x2 变成stride=1的 3x3 （猜想是不想reduce特征图大小）
• 添加了Atrous算法（hole算法），目的获得更加密集的得分映射
• 然后在VGG16的基础上新增了卷积层来获得更多的特征图以用于检测

 

优点：

1. 提取了不同尺度的特征图来做检测，SSD使用低层feature map检测小目标，使用高层feature map检测大目标。提高检测的精度。

特点：

在faster RCNN与YOLO之后提出来，

1. 从YOLO中继承了将detection转化为regression的思路，同时一次即可完成网络训练
2. 基于Faster RCNN中的anchor，提出了相似的prior box；
3. 加入基于特征金字塔（Pyramidal Feature Hierarchy）的检测方式，相当于半个FPN思路

缺点：

1. 需要人工设置prior box的min_size，max_size和aspect_ratio值。网络中prior box的基础大小和形状不能直接通过学习获得，而是需要手工设置。而网络中每一层feature使用的prior box大小和形状恰好都不一样，导致调试过程非常依赖经验。
2. 虽然采用了特征金字塔的思路，但是对小目标的recall依然一般，并没有达到碾压Faster RCNN的级别。作者认为，这是由于SSD使用conv4_3低级feature去检测小目标，而低级特征卷积层数少，存在特征提取不充分的问题。
3. SSD正负样本不均衡。正负样本区分：（通过定位信息（iou）初步划分，而后通过loss把hard example留下，loss越大越hard）。在训练时会依据confidience score排序default box，挑选其中confidience高的box进行训练，控制positive：negative=1：3。