系列博客链接：
（一）目标检测概述 https://www.cnblogs.com/kongweisi/p/10894415.html
（二）目标检测算法之R-CNN https://www.cnblogs.com/kongweisi/p/10895055.html
（三）目标检测算法之SPPNet https://www.cnblogs.com/kongweisi/p/10899771.html
（四）目标检测算法之Fast R-CNN https://www.cnblogs.com/kongweisi/p/10900021.html
（五）目标检测算法之Faster R-CNN https://www.cnblogs.com/kongweisi/p/10904260.html
（六）目标检测算法之YOLO https://www.cnblogs.com/kongweisi/p/11001688.html
本文概述：
- 目标
- 知道SSD的结构
- 说明Detector & classifier的作用
- 说明SSD的优点
1 SSD
1.1 简介
SSD算法源于2016年发表的算法论文，论文网址：https://arxiv.org/abs/1512.02325
SSD的特点在于:
-
SSD结合了YOLO中的回归思想和Faster-RCNN中的Anchor机制，使用全图各个位置的多尺度区域进行回归，既保持了YOLO速度快的特性，也保证了窗口预测的跟Faster-RCNN一样比较精准。
-
SSD的核心是在不同尺度的特征特征图上采用卷积核来预测一系列Default Bounding Boxes的类别、坐标偏移。
1.2 结构
以VGG-16为基础，使用VGG的前五个卷积，后面增加从CONV6开始的5个卷积结构，输入图片要求300*300。
1.3 流程
SSD中引入了Defalut Box，实际上与Faster R-CNN的anchor box机制类似，就是预设一些目标预选框，
不同的是在不同尺度feature map所有特征点上是使用不同的prior boxes
1.4 Detector & classifier
Detector & classifier的三个部分：
-
1.default boxes: 默认候选框
-
2.localization：4个位置偏移
-
3.confidence：21个类别置信度(要区分出背景)
1.4.1 default boxes
default boxex类似于RPN当中的滑动窗口生成的候选框，SSD中也是对特征图中的每一个像素生成若干个框。
只不过SSD当中的默认框有生成的公式
了解：
- ratio:长宽比
- 默认框的大小计算参数：s_min:最底层的特征图计算参数，s_max最顶层的特征图计算参数
1.4.2 localization与confidence
这两者的意义如下，主要作用用来过滤，训练
经过这一次过滤操作，会将候选框筛选出数量较少的prior boxes。
关于三种boxes的解释区别：
- gournd truth boxes：训练集中，标注好的待检测类别的的位置，即真实的位置，目标的左下角和右上角坐标
- default boxes：在feature map上每一个点上生成的某一类别图片的位置。feature map每个点生成4或6个box（数量是事先指定的），格式为转换过后的(x, y, w, h)
- prior boxes：经过置信度阈值筛选后，剩下的可能性高的boxes。这个box才是会被真正去做回归
也就是说SSD中提供事先计算好的候选框这样的机制，只不过不需要再像RPN那种筛选调整，
而是直接经过prior boxes之后做回归操作（因为confidence中提供了21个类别概率可以筛选出背景）
问题：SSD中的多个Detector & classifier有什么作用？
SSD的核心是在不同尺度的特征图上来进行Detector & classifier 容易使得SSD观察到更小的物体
2 训练与测试流程
2.1 train流程
- 输入->输出->结果与ground truth标记样本回归损失计算->反向传播, 更新权值
1. 样本标记：
利用anchor与对应的ground truth进行标记正负样本,每次并不训练8732张计算好的default boxes, 先进行置信度筛选，并且训练指定的正样本和负样本, 如下规则
-
正样本
- 1.与GT重合最高的boxes, 其输出对应label设为对应物体.
- 2.物体GT与anchor iou满足大于0.5
-
负样本：其它的样本标记为负样本
在训练时, default boxes按照正负样本控制positive：negative=1：3
3. 损失
网络输出预测的predict box与ground truth回归变换之间的损失计算， 置信度是采用 Softmax Loss(Faster R-CNN是log loss)，位置回归则是采用 Smooth L1 loss (与Faster R-CNN一样)
2.2 test流程
- 输入->输出->nms->输出
3 比较
从图中看出SSD算法有较高的准确率和性能，兼顾了速度和精度
4 总结
- SSD的结构
- Detector & classifier的组成部分以及作用
- SSD的训练样本标记
- GT与default boxes的格式转换过程
