SSD : Single Shot MultiBox Detector
論文地址：https://arxiv.org/abs/1512.02325
網絡結構
與faster rcnn相比，該算法沒有生成 proposal 的過程，這就極大提高了檢測速度。針對不同大小的目標檢測，傳統的做法是先將圖像轉換成不同大小（圖像金字塔），然後分別檢測，最後將結果綜合起來（NMS）。
而SSD算法則利用不同卷積層的 feature map 進行綜合也能達到同樣的效果。算法的主網絡結構是VGG16，將最後兩個全連接層改成卷積層，並隨後增加了4個卷積層來構造網絡結構。
採用VGG16做基礎模型，首先VGG16是在ILSVRC CLS-LOC數據集預訓練。然後借鑑了DeepLab-LargeFOV，分別將VGG16的全連接層fc6和fc7轉換成3×33×3卷積層conv6和1×11×1卷積層conv7，同時將池化層pool5由原來的2×2−s22×2−s2變成3×3−s13×3−s1，爲了配合這種變化，採用了一種Atrous Algorithm，其實就是conv6採用擴展卷積或帶孔卷積（Dilation Conv），其在不增加參數與模型複雜度的條件下指數級擴大卷積的視野，其使用擴張率(dilation rate)參數，來表示擴張的大小
對其中5種不同的卷積層的輸出（feature map）分別用兩個不同的 3×3的卷積核進行卷積，一個輸出分類用的confidence，每個default box 生成c個類別confidence；一個輸出迴歸用的 localization，每個 default box生成4個座標值（x, y, w, h）。
最後每個feature layer的卷積核數量爲 (c+4)* k個，k是這個層每個點default box數量。預測值爲m* n* (c+4)* k 個。上述5個feature map中每一層的default box的數量是給定的(8732個)。最後將前面三個計算結果分別合併然後傳給loss層。
參考 https://blog.csdn.net/xiaohu2022/article/details/79833786
損失函數
損失函數也分爲分類損失和迴歸損失，分類損失是softmax迴歸損失，分類損失用smooth L1。
α=1。 Let xpij = {1, 0} be an
indicator for matching the i-th default box to the j-th ground truth box of category p.
default box
每個feature map生成的prior box數量是不一樣的。prior box是指實際中選擇的default box（每一個feature map cell 不是k個default box都取）。也就是說default box是一種概念，prior box則是實際的選取。
上圖可以看出有的每個點生成6個，有的是4個。總計爲：（38384 + 19196 + 10106 + 556 + 334 + 114）= 8732個prior box。
這些box的w和h由不同的scale（尺寸），aspect ratio生成。
where smin is 0.2 and smax is 0.9, meaning the lowest layer has a scale of 0.2 and the highest layer has a scale of 0.9, and all layers in between are regularly spaced
αr ∈{1, 2, 3,1/2,1/3}，結合α和s
ssd與faster rcnn和yolo的比較
proposal選擇：
SSD：在卷積後的feature map上生成m* n* k個 default box
Faster RCNN：RPN網絡對卷積後的feature map選擇anchor，每個點9個anchor個
YOLO：將圖片劃分成SxS個區域。 如果一個對象的中心落在某個單元格上，那麼這個單元格負責預測這個物體。每個單元格需要預測B個邊界框（bbox）值(bbox值包括座標和寬高)，同時爲每個bbox值預測一個置信度(confidence scores)。例如，在 PASCAL VOC 中，圖像輸入爲 448x448，取 S=7，B=2，一共有20 個類別（C=20），則輸出就是 7x7x30 的一個向量。
YOLOv3：選用的b-box priors 的k=9，對於tiny-yolo的話，k=6。priors都是在數據集上聚類得來的，有確定的數值，如下:
10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326
Loss
Faster RCNN：分類是softmax損失， 迴歸是smoothL1。
https://blog.csdn.net/wfei101/article/details/79809332
YOLO：全是線性損失函數
YOLOv3：好像是均方誤差+二元交叉熵
SSD：上面有，softmax+smoothL1