Prior Box生成
SSD中引入了prior box, 其實和anchor類似分蓖，就是一些目標的預選框湖苞；后續(xù)通過classification loss 和 bounding box regression loss確定真實的目標位置巴帮，SSD按照如下規(guī)則生成prior box:
- prior box生成由scale和aspect ratio決定邢享，其中每個特征圖的尺度計算公式如下：
在論文SSD300網(wǎng)絡中侨赡，其中的給出的和
與公式并不完全匹配摇庙，因為論文給第一層conv4_3設置了默認的scale, 為0.1。其余5層滿足上述公式計算絮姆，其中第二層至第五層scale分別為：0.2醉冤， 0.37， 0.54滚朵， 0.71冤灾， 0.88， 1.05辕近。
- 以feature map上每個點為中心韵吨，生成矩形prior box，其中中心點部分偏移（offset=0.5） 移宅。
- SSD提供兩個默認的正方形归粉，邊長分別為
, SSD論文中默認的
- SSD會生成兩個長方形漏峰，采用的長寬比 aspect ratio
Multi loss function
SSD損失函數(shù)包含兩部分糠悼，一個是分類損失，一個是定位損失
, 整個損失函數(shù)表示如下：
其中是先驗框的正樣本數(shù)量浅乔，
是類別置信度預測值倔喂，
是先驗框對應的邊界框預測值铝条，
是ground truth的位置參數(shù)，
代表網(wǎng)絡的預測值席噩。
對于位置損失班缰，采用 Loss, 位置信息都是
后的值；
對于分類損失悼枢，首先需要使用
將正負樣本按照1:3的比例把負樣本抽樣出來埠忘，抽樣的方法是：針對所有batch的confidence，按照置信度誤差進行降序排列馒索，取出前top_k個負樣本莹妒。
