目標檢測系列文章
yolo v1原理：https://blog.csdn.net/cjnewstar111/article/details/94035842
yolo v2原理：https://blog.csdn.net/cjnewstar111/article/details/94037110
yolo v3原理：https://blog.csdn.net/cjnewstar111/article/details/94037828
SSD原理：https://blog.csdn.net/cjnewstar111/article/details/94038536
FoveaBox：https://blog.csdn.net/cjnewstar111/article/details/94203397
FCOS：https://blog.csdn.net/cjnewstar111/article/details/94021688
FSAF: https://blog.csdn.net/cjnewstar111/article/details/94019687

基本原理

在多個尺寸的feature map上面使用anchors預測，每個anchor對應4個坐標+1組分類概率（包含背景類別）

網絡結構

實現細節

anchor生成規則：

在SSD中6層卷積層的每個特征圖的每個中心點會產生2個不同大小的正方形默認框，另外每設置一個aspect_ratio則會增加兩個長方形默認框，而文中代碼對于6層的aspect_ratio個數分別為1、2、2、2、1、1，所以這也就是為什么會產生4、6、6、6、4、4個默認框了。舉例如下：

根據以上分析，我們可以計算6層中每個特征圖的每個中心點所產生的默認框的大小，分別如下：

conv4_3：

小正方形邊長=min_size=30，大正方形邊長=sqrt(min_size*max_size)=sprt(30*60)=42.42；

長方形的寬=sqrt(aspect_ratio)*min_size=sqrt(2)*30，高=1/sqrt(aspect_ratio)*min_size=30/sqrt(2)，寬高比剛好為2：1；

將以上寬高旋轉90度產生另一個長方形，寬高比變為1：2。

fc7：

小正方形邊長=min_size=60，大正方形邊長=sqrt(min_size*max_size)=sprt(60*111)=81.6；

第1組長方形的寬=sqrt(aspect_ratio)*min_size=sqrt(2)*60，高=1/sqrt(aspect_ratio)*min_size=60/sqrt(2)，寬高比剛好為2：1；

將以上寬高旋轉90度產生另一個長方形，寬高比變為1：2。

第2組長方形的寬=sqrt(aspect_ratio)*min_size=sqrt(3)*60，高=1/sqrt(aspect_ratio)*min_size=60/sqrt(3)，寬高比剛好為3：1；

將以上寬高旋轉90度產生另一個長方形，寬高比變為1：3。

conv6_2：

小正方形邊長=min_size=111，大正方形邊長=sqrt(min_size*max_size)=sprt(111*162)；

第1組長方形的寬=sqrt(aspect_ratio)*min_size=sqrt(2)*111，高=1/sqrt(aspect_ratio)*min_size=111/sqrt(2)，寬高比剛好為2：1；

將以上寬高旋轉90度產生另一個長方形，寬高比變為1：2。

第2組長方形的寬=sqrt(aspect_ratio)*min_size=sqrt(3)*111，高=1/sqrt(aspect_ratio)*min_size=111/sqrt(3)，寬高比剛好為3：1；

將以上寬高旋轉90度產生另一個長方形，寬高比變為1：3。

......

位置信息（與RCNN一致）

位置信息采用(X中心，Y中心，寬，高)表示

假設anchor（default box）使用如下坐標表示

gt使用如下坐標表示

偏移使用如下公式表示：

?

損失函數

正負樣例的選擇

與gt的IOU最大的先驗框作為正樣例

剩余未匹配的先驗框如果與某個gt的IOU大于閾值（0.5），也作為正樣例

?

正負樣例平衡

采用所謂的hard negtive mining策略。即選取背景概率最大的top k個作為負樣本，使得正負樣本比例為1:3

?

參考資料

《目標檢測——one-stage 檢測（二）》

總結

以上是生活随笔為你收集整理的SSD原理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。