發表會議：2016 ECCV
作者：Wei Liu
論文：https://arxiv.org/abs/1512.02325
代碼：https://github.com/weiliu89/caffe/tree/ssd
一：模型結構
SSD由VGG-16擴充并添加四個卷積層而成。
圖1：網絡結構模型圖
圖2：網絡模型詳細結構圖
二：核心算法
2.1多尺度特征圖
作者同時采用低層和高層的不同尺度的feature map做檢測。 所謂多尺度采用大小不同的特征圖，CNN網絡一般前面的特征圖比較大，後面會逐漸采用stride=2的卷積或者pool來降低特征圖大小。如下圖所示：一個比較大的特征圖和一個比較小的特征圖，它們都用來做檢測。這樣做的好處是比較大的特征圖來用來檢測相對較小的目标，而小的特征圖負責檢測大目标。
圖3 ：多尺度特征圖
2.2：default box（對特征圖切割）
default box 就是每一個格子上，一系列固定大小的 box，即圖中虛線所形成的一系列 boxes。
圖4：多尺度特征圖上産生k個default box
3.3 Default box 生成規則
3.4 prior box
prior box是指實際中選擇的default box（每一個feature map cell 中的k個default box選取一部分）。prior box則是實際的選取。訓練中一張完整的圖檔送進網絡獲得各個feature map，将prior box與ground truth box做比對，将prior box盡可能回歸到ground truth box。
圖5：通過Prior box後進行NMS選擇final box
3.5 正負樣本
在生成一系列的 predictions boxs之後，會産生很多個符合 ground truth box 的 predictions boxes，但不符合 ground truth boxes 也很多，而且 negative boxes遠多于 positive boxes，會造 negative boxes、positive boxes 之間的不均衡。訓練時難以收斂。 是以作者采取先将每一個物體位置上對應predictions（default boxes）是 negative 的 boxes 進行排序，按照default boxes的confidence 的大小。選擇最高的幾個，保證最後 negatives、positives 的比例在 3:1。
3.6 損失函數
四：實驗結果分析總結
1）SSD采用CNN直接進行檢測，然而YOLO在全連接配接層之後進行檢測；
2）SSD提取的不同尺度的feature map來做檢測，大尺度的特征圖（靠前的特征圖）用來檢測比較小的物體，而小尺度的特征圖用來檢測大物體；
3）SSD采用了不同尺度和不同長寬比的先驗框（Prior Box ，Default Box，在faster r-cnn中叫做錨，Anchor）; SSD算法是在YOLO的基礎上改進的單階段方法，通過融合多個feature map上的BB，在提高速度的同時提高了檢測的精度，性能超過了YOLO和Faster-rcnn。