算法簡介 算法原理 樣本構造 損失函數 使用細節
#ssd算法：
##簡介
劉偉在2016年提出，發表在ECCV；是一種通過直接回歸的方式去獲取目標類別和位置的one-stage算法，不需要proposal；作用在卷積網絡的輸出特徵圖上進行預測，而且是不同尺度，因此能夠保證檢測的精度，圖像的分辨率也比較低，屬於端到端的訓練；
input->CNN->Lreg,Lcls
CNN特徵->區域分類，位置精修
##算法原理
輸入是300x300，通過主幹網絡VGG-16（也可以是Resnet，MobileNet）得到feature map，然後通過下采樣（Pooling層）得到6個不同尺度，38x38,19x19,10x10,5x5,3x3,1x1,將這6個不同尺度的feature map作爲檢測預測層的輸入，最後用nms進行篩選和合並；
每一個feature map層都會進行default boundingbox的提取，針對每一個boundingbox都會有類別分數以及位置的偏移量，這裏就有兩個問題：
1.如何進行多個尺度的預測？（見下）
2.每個尺度上選擇多少個bounding boxes？
答：通過ssd的相應的配置文件來進行配置，其實是通過相應層的name來進行配置，決定有多少個box，以及哪一層作爲預測層的輸入
###主幹網絡介紹
將VGG最後兩個FC層（FC用來分類，映射每一類的概率）改成卷積層，並增加4個卷積層，增加了多次度預測，從而提升模型預測性能；
###多尺度feature map預測
（類似anchor機制）不同層的feature map(輸入到相應的預測層)，大小爲mxn，以每一個點（cell，找到他在原圖中的位置）爲center，每個cell生成固定scale和aspect ratio的k個prior box，通過和GT的比較得到prior box的label，再對每一個prior box預測他們的類別score和座標offset（x,y,w,h），得到維度爲(4+C)xkxmxn的輸出；
兩個超參數：scale和aspect ratio
關於Prior box Layer:
上面說了，類似於anchor機制，shape數量越多，預測效果越好；
針對6種不同尺度的feature map層，提取的prior box的總數量爲：38x38x4 + 19x19x6 + 10x10x6 + 5x5x6 + 3x3x4 + 1x1x4 = 8732個
可以看到，這裏每一個feature map cell並不是k個prior box都取，爲什麼呢，因爲實際訓練中，並不是每個prior box都去計算loss，那麼具體怎麼操作的呢？通過什麼策略來進行篩選呢？接下來我們來看一下ssd的樣本構造策略。
##樣本構造
正樣本：
從prio box集出發，尋找與GT box滿足 IOU 大於0.5的最大prior box放入候選正樣本集；
或者，從GT box出發，找到與之最爲匹配的prior box放入候選正樣本集；
負樣本：
IOU小於0.5的作爲負樣本，而中間那些可以丟掉不考慮；一般正負樣本比爲1:3；
或者進行難例挖掘
注意：除了這種尋找正負樣本的方法，還可以對正負樣本做數據增強；
##損失函數
SSD的損失函數包含了兩個部分：分類loss + 迴歸loss，其中前者一般用Softmax Loss，後者一般用Smooth L1 Loss，然後兩者進行加權；
在訓練過程中，我們只需要確保prior box的分類準確，並且讓每一個prior box儘可能迴歸到GT box；
##SSD使用細節
1.注意分類和迴歸網絡的權重分配；
2.注意正負樣本之比；
3.難例挖掘默認只去64個最高預測損失來從中尋找負樣本；
4.SSD輸入尺寸越大，mAP越高，但是會導致檢測速度的下降，因此要具體需求進行選擇；
5.更多的feature map，更多的default box，都可以使得結果更好；