論文位址: https://arxiv.org/pdf/1512.02325.pdf
SSD(英文：Single Shot MultiBox Detector)算法屬于one stage方法，2016年由Wei Liu提出。使用神經網絡(VGG-16)提取feature map後進行分類和回歸來檢測目标物體。
特點
- 結合yolo的回歸思想，直接回歸目标類别的位置。
- 引入類似Faster-RCNN中的Anchor機制，設定先驗框(prior box)，這兩個在名稱上不一咬牙，本質上差不多。
- 主幹網絡提取特征。
- 使用多種不同尺度的特征圖進行預測，大特征圖檢測小目标，小特征圖檢測大目标。
- 特征圖上采用卷積核來預測一系列Default Bounding Boxes的類别、坐标偏移。
網絡結構圖
SSD算法結構圖
檢驗框尺寸
- 使用vgg-16作為主幹模型，修改VGG全連接配接層fc6轉換成3*3卷積層conv6，fc7改成1*1卷積層conv7，同時将池化層pool5由原來的stride=2的 2*2 變成stride=1的3*3。另增加4個卷積層。Conv4_3層為第一個特征圖檢測子產品。後面新增卷積層依次為:Conv8_2，Conv9_2，Conv10_2，Conv11_2。各自大小如上圖。
- 特征圖上設定檢驗框主要考慮：尺度(大小)和長寬比。檢驗框會掃過特征圖的每個點，生成相應的檢驗框。參數生成方式見上圖。
- 訓練過程，先确定圖檔中的ground truth(真實目标)與檢驗框是否比對，根據iou過濾出最優先驗框，保證正負樣本比例接近1：3。
- 損失函數：損失函數主要為：位置誤差和置信度誤差的權重。
- 資料增強：主要通過水準翻轉、随機裁剪顔色扭曲和随機采集塊區域。
- 預測過程中會保留置信度高的top-k個預測框，然後使用nms算法過濾重疊較大的預測款，最後剩餘的預測款即為結果。