SSD Single Shot MultiBox Detector

Reference

Brief

采用 VGG16 的基础网络结构，使用前面的前 5 层，然后利用 astrous 算法将 fc6 和 fc7 层转化成两个卷积层。再格外增加了 3 个卷积层，和一个 average pool层。不同层次的 feature map 分别用于 default box 的偏移以及不同类别得分的预测，最后通过 nms得到最终的检测结果。

SSD is an unified framework for object detection with a single network.

SSD提取了不同尺度的特征图来做检测，大尺度特征图（较靠前的特征图）可以用来检测小物体，而小尺度特征图（较靠后的特征图）用来检测大物体；
SSD采用了不同尺度和长宽比的先验框（Prior boxes, Default boxes，在Faster R-CNN中叫做锚，Anchors）
原来VGG16中的fc6/7是全连接层，这里变成卷积层
MobileNetV2 paper 中提出 SSDLite

use_depthwise options for both box_predictor and feature_extractor

训练过程

样本选取

正样本 / 负样本 根据Feature map 确定Default Box 匹配ground truth 选择IOU 最大和 IOU>0.5 的作为候选正样本集, 其他的作为候选负样本集。将每一个GT上对应prior boxes的分类loss 进行排序，选取loss 较低的样本作为正负样本。

Term

Feature map
Default box: 是每个小格上对应的一系列box。
Prior box : 是指实际中选取的default box。
jaccard overlap: 交并比
aspect ratio：横纵比
scale：大小

junxnone / tio

ML Tasks Image Detection SSD #154