学习内容：SSD（ECCV 2016）

1. 概述:

• 一阶段算法，全称single shot multibox detector
• 论文地址；代码地址
• 全卷积网络，没有FC，在不同的尺度进行特征提取，在最后组合起来，进行回归和分类
• 精度下降，速度提高了

2. 预选框的产生：prior box(与anchor类似)

• 以feature map上的每个像素点（可看作一个小框）的中心点为中心，生成四个同心的框，两个正方形（分为最小和最大，边长由公式决定），两个矩形框（长宽由两个正方形边长和预设纵横比决定）
  

3. 网络：在VGG16的基础上，用卷积层换掉原有的FC，去掉了dropout，新增了多个卷积层

4. 损失函数：

• 分类：使用softmax交叉熵损失函数
• 边框回归：bbox回归（同RCNN）

5. 匹配

6. 数据增强

7. 总结：

• 实现了端到端（？）；容易和backbone net融合；用了多尺度的特征图提取特征
• 小目标检测不好，预选框需要手动调节