SSD算法priorbox的理解

之前看了很多SSD的博客，关于prior box的地方大部分都是照着论文翻译了一下，但是实际的代码中并不是完全按照论文的，特此记录一下自己的理解。

SSD的大致流程：

1. 输入一幅图片（300x300），将其输入到预训练好的分类网络（改进的传统的VGG16 网络）中来获得不同大小的特征映射；
2. 抽取Conv4_3、Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2层的feature map，然后分别在这些feature map层上面的每一个点构造6个不同尺度大小的Default boxes。然后分别进行检测和分类，生成多个初步符合条件的Default boxes；
3. 将不同feature map获得的Default boxes结合起来，经过NMS（非极大值抑制）方法来抑制掉一部分重叠或者不正确的Default boxes，生成最终的Default boxes 集合（即检测结果）；

在生成priorbox时，论文中是根据以下公示计算的：

如果按照论文中的话，m=6，这样得到每个的尺度就不是[30, 60, 111, 162, 213, 264]了，实际是怎么计算的呢？

实际上第一个尺度并不是按照公式得到的，而是直接让它等于30， 也就是说尺度是30/300=0.1，在使用上面的公式的时候，m=5，计算第二个尺度的时候，S2 = Smin + (Smax - Smin) / (5-1)  * (1-1)=0.2，这里的k=1，相当于第一个尺度其实是脱离了公式单独给出的。

为什么尺度是按51递增的呢？因为（0.95-0.2）/4约等于0.17，300*0.17=51

在生成box的时候，对conv4_3来说，首先是30*30（Sk*Sk）的一个，然后是sqre(30*60)的一个，这个是另外增在的，即sqri(（Sk*Sk+1）)，这两个都是长宽比为1.

另外再按照长宽比是2和3设置。

 

代码与数据下载地址：https://mianbaoduo.com/o/bread/Z5qblZ0=

 

创作不易，如果您觉得有用，可以来点赞助，一百两百不嫌多，少的一毛两毛也不嫌少。