SSD学习笔记

SSD（ECCV 2016）

论文地址；代码地址；参考博客

---

1.概述:

• 一阶段算法，全称single shot multibox detector
• 全卷积网络，即用CNN直接检测，没有FC，在不同的尺度进行特征提取，在最后组合起来，进行回归和分类
• 用大尺度特征图（较前面产生的）检测小物品，小尺度特征图（后面产生的）检测大物品
• 检测框尺度和长宽比不同（Prior boxes, Default boxes），类比Faster R-CNN中的Anchors
• 精度下降，速度提高了
  
  （基本框架）

2.过程

• 多尺度：大特征图检测小物体（小物体都被包含了，好识别），小特征图检测大物体（检测框大点，部分也可识别，因为分辨率够高）
  

• 检测：SSD直接采用卷积对不同的特征图来进行提取检测结果。对于形状为 m * n * p 的特征图，只需要采用 3 * 3 * p 这样比较小的卷积核得到检测值

• 预选框的产生：prior box(与anchor类似)

• 以feature map上的每个像素点（可看作一个小框）的中心点为中心，生成四个同心的框，两个正方形（分为最小和最大，边长由公式决定），两个矩形框（长宽由两个正方形边长和预设纵横比决定）
  

3.网络结构：在VGG16的基础上，用卷积层换掉原有的FC（6、7层），去掉了dropout、FC8，新增了多个卷积层

4.损失函数：

• 分类：使用softmax交叉熵损失函数
• 边框回归：bbox回归（同RCNN）

5.匹配

6.数据增强

7.总结：

• 实现了端到端（？）；容易和backbone net融合；用了多尺度的特征图提取特征
• 小目标检测不好，预选框需要手动调节