SSD解讀-lidawei0124
學習筆記
1 優點：
快，準 58fps 72.1%
取消了RPN（region proposal network）區域生成網絡
把邊界框的輸出（以一個點爲中心的邊界框有無窮多個），經過離散化爲默認的4-9個（實際操作中選擇和真實框重疊度最高的那個）
2 網絡結構：
基於前饋卷積網絡， 產生固定大小的邊界框，以及框中對象類別的分數然後是非極大值抑制，以產生最終檢測
基礎網絡+額外特徵層（層尺寸逐漸減小（這樣做不僅僅是爲了減少計算與內存的需求，還有個好處就是，最後提取的 feature map 就會有某種程度上的平移與尺度不變性。））（可以得到不同尺度檢測的預測值）
ssd在基礎網絡的末尾添加了幾個特徵層，這些層預測了不同尺度和寬高比對默認框的偏移及相關自信度
3 損失函數：
4 算法流程：
5 SSD提高精度的方法：
5.1. 數據增強：包括水平翻轉、裁剪、放大和縮小等。論文明確指出，數據增強可以明顯的提高算法的性能
5.2. Hard Negative Mining技術：將正負樣本的比例控制在positive：negative=1：3，這樣會取得更好的效果。如果我們不加控制的話，很可能會出現Sample到的所有樣本都是負樣本
5.3. 匹配策略（即如何重多個default box中找到和ground truth最接近的box）
Defalut box
圖8 default bounding box
如上圖所示，在特徵圖的每個位置預測K個BB，對於每一個BB，預測C個類別得分，以及相對於Default box的4個偏移量值，這樣總共需要（C+4）* K個預測器，則在m*n的特徵圖上面將會產生（C+4）* K * m * n個預測值。
5.4. Atrous Algothrim（獲得更加密集的得分映射）
圖13 Atrous Algothrim理解1
作用：既想利用已經訓練好的模型進行fine-tuning，又想改變網絡結構得到更加dense的score map。同時是特徵圖變大，同時也使得感受野變大（同時變大）
6 各部件對性能的影響：
7 其他補充：
VGG16 :
長寬從224到112 到56到28到14到7到1,但是通道從3 到64到128到256到512到4096到1000
基礎網絡VGG16+額外特徵層:
