SSD算法

1、先验框的中心点坐标和尺寸

首先生成一个38×38的网格，网格的交点处为网格的坐标，让网格的横坐标加0.5，纵坐标加0.5后就得到了网格的中心点坐标，中心点坐标再乘以步长8后，就将先验框的坐标映射到了300×300的图像上了。接下来计算每个尺度的特征图中每个cell先验框的数量以及先验框在图片上的宽和高的尺寸（每个特征图中都会对应一个小尺度和大尺度[21,45]）,每个cell都会产生两个不同尺度的正方形先验框，其尺度计算为先验框小正方形尺度为21，大的正方形的尺度为21×45然后再开根号，另外长方形先验框的尺度其宽度为小正方形的尺度乘以根号r[2,1/2],其高度为小正方形的尺度除以根号r。这样我们就能得到每个特征图在300×300的图片上每个cell的中点坐标和每个cell在原始图片上产生先验框的尺度。

2、先验框编码（先验框通过与GT进行匹配来获得先验框的label，坐标位置，先验框与GT的IOU）

生成先验框的中心点坐标和框的宽高后，计算出框的左上角坐标（中心点的横坐标减去宽的一半，中心点的纵坐标减去高的一半）和右下角坐标（中心点的横坐标加上宽的一半，中心点的纵坐标加上高的一半），然后再计算出先验框的面积。先验框和GT的左上角坐标和右下角坐标都有了，就可以算出先验框与GT之间的IOU(交并比)。当先验框与某一个GT的IOU最大时，先验框的label和这个GT的label一样，然后再计算先验框的中心点坐标和这个GT中心点坐标的偏差，最后再得到匹配到GT的中心点坐标和宽高。

3、预测值

输入数据经过网络层conv1-conv11，其中conv4-3，conv7，conv8，conv9，conv10，conv11层再重新提取出来，然后每一层后面再接两个卷积，其中一个卷积改变通道数，变成24×38×38×16，16的意思是一个cell有4个先验框，每个先验框有4个坐标，然后用16个特征图来预测这16个坐标。另一个卷积是将通道数改变成预测的类别数，一个框预测两个类别，所以是8个特征图通道，24×38×38×8。这样我们就得到了先验框的预测成不同类别的数值和概率值，框的坐标的预测值。

预测出来的先验框的每个类别的数值（也就是没有经过softmax函数转换成概率值），预测出来的每个框的坐标值，真实框的label、先验框的中心点坐标与匹配到的GT中心点坐标的偏差，先验框与GT的IOU。这些值作为损失函数的输入。每个先验框与GT进行匹配都会得到一个IOU，这个IOU与0.5阈值进行比较，大于0.5的为正样本，没有达到0.5的为负样本，对负样本进行抽样，确保正负样本达到1：3，抽样时按照置信度误差（预测背景的置信度越小，误差越大）进行降序排列，选取误差的较大的top-k作为训练的负样本

4、loss函数

SSD的损失函数包含两项

（1）预测类别损失                                                    （2）预测位置偏移量损失

loss中的N代表着被挑选出来的默认框个数（包括正样本和负样本），L（loc）即位置偏移量损失是Smooth L1 loss（是默认框与GTbox之间的位置偏移与网络预测出的位置偏移量之间的损失），L（conf）即预测类别损失是多类别softmax loss，α的值设置为1.  Smooth L1 loss定义为：