SSD系列算法介绍

SSD算法（Single Shot Mutibox Detector）

SSD算法是2016年WEI LIU在ECCA上提出的

SSD算法属于one-stage算法，one-stage算法强调采用直接回归的方法计算目标的位置和类别。

SSD的主干网络是VGG，其特点是多尺度Feature map预测，共有6个Feature map输入到NMS中进行合并和筛选。并针对每一层来进行Default Bounding Box的提取

SSD主干网络介绍：原作者采用VGG，但还可以采用ResNet、MobileNet等卷积神经网络，将VGG最后两个FC层改成卷积，并增加四个卷积层。原因是VGG中的FC层主要进行的是分类任务。SSD算法中主干网络不需要承担分类任务。主要是交给Anchor机制。

Anchor会将每个Feature map中的一个cell当成一个点。以cell为中心通过等比放缩的方法来找到其在原始图像中的位置，以cell为中心来提取不同尺度的bounding box，不同尺度的bounding box就定义为prior box，每个prior box拿来和真值比较就可以得到其label，分别预测相应的类别概率和坐标值。