在ssd检测中，有一个重要的功能就是物体框的回归，接下来我来说一下ssd是怎么进行边界框回归的。
首先上图
我们观察图中狗的边框，其中黑色的是真实框（预先人为标定的），红色的为预测框（ssd最后预测的结果），黄色的为先验框（形成预测框的，首先得到的框）。
通俗的来说一下，我们经过6层不同大小的featmap后，会有很多的候选框，论文中一个类别有8732个，我们选取与真实框IOU最大的候选框作为先验框，然后以真实框为标准进行回归。
我们以cx、cy、w、h来作为框的位置信息，分别为框的中心点、宽与长。
T代表真实框(Ground Truth)，P代表先验框(bounding box)，G代表P经过边框回归后的预测框，所谓边框回归也就是指P经过调整成为预测框的过程。
首先要明白P与T的大小、形状、位置都有差别，直接上来就让P根据T做回归是比较困难的，所以我们先将P做一些缩放、平移，然后在与T做回归（回归就是做梯度下降，4个点的）梯度下降。
指的是真实框的位置数据，
是先验框的位置数据，
是预测框的位置数据。
接下来是变幻的公式：
预测框计算结果公式：
最终我们通过梯度下降来改变
这四个值进行回归。