目錄

綜述

SSD與其他演算法的區別

SSD的主要貢獻

1.Multi-Scale Feature Maps

2.Splitting the Region Space

3.Data Augmentation

SSD300網路結構

SSD網路的缺點

論文全稱：《SSD: Single Shot MultiBox Detector》

論文地址：https://arxiv.org/pdf/1512.02325.pdf

綜述

今天解讀的這篇了論文是著名的SSD目標檢測演算法，和YOLO一樣是一種one stage的演算法，區別於rcnn，fast rcnn，faster rcnn等two stage 的演算法。通過下圖可以看到SSD300和SSD512(指的是輸入影象的解析度)在檢測速度和精度方面均是state of art的。

SSD與其他演算法的區別

下圖可以清晰的表明了幾種流行的目標檢測演算法之間的區別：

• MulitiBox使用全連線來預測多個boxes的objectness(是否為一個物體)以及每一個box的offset(與真實值的偏移程度)，然後再預測每一個box的物體類別；
• YOLO使用全連線預測多個boxes的objectness以及每一個box的offset，而且同時再預測每一個box的物體類別；
• Faster R-CNN使用卷積層預測多個boxes的objectness以及每一個box的offset，然後再預測每一個box的物體類別；
• SSD使用卷積層預測多個boxes的objectness以及每一個box的offset，同時預測每一個box的物體類別；

SSD的主要貢獻

1.Multi-Scale Feature Maps

在不同大小卷積層之後分別預測多個boxes的objectness以及每一個box的offset，大的卷積圖可以檢測到小的物體，小的卷積圖更傾向於檢測大的物體。

2.Splitting the Region Space

與YOLO每一個單元都要自適應邊界框不同，SSD採用了Faster R-CNN裡面的anchor的方法，對於每一個單元檢測都去匹配最近似的一個先驗anchor，因為不同的Groud Truth的長寬比不同需要很多時間去擬合，採取anchor的方法更容易迴歸。最後mAP得到了2.5的增長。

3.Data Augmentation

利用水平翻轉，隨機裁剪，顏色扭曲和隨機擴充套件可以做到資料增強而提高檢測精度。

SSD300網路結構

SSD/YOLO區別：

• YOLO在卷積層後接全連線層，即檢測時只利用了最高層Feature maps（包括Faster RCNN也是如此）
• SSD採用金字塔結構，即利用了conv4-3/conv-7/conv6-2/conv7-2/conv8_2/conv9_2這些大小不同的feature maps，在多個feature maps上同時進行softmax分類和位置迴歸
• SSD還加入了Prior box，類似Faster R-CNN的anchor機制

SSD網路的缺點

1. 需要人工設定prior box的min_size，max_size和aspect_ratio值。網路中prior box的基礎大小和形狀不能直接通過學習獲得，而是需要手工設定。而網路中每一層feature使用的prior box大小和形狀恰好都不一樣，導致除錯過程非常依賴經驗。
2. 雖然採用了pyramdial feature hierarchy的思路，但是對小目標的recall依然一般，並沒有達到碾壓Faster RCNN的級別。作者認為，這是由於SSD使用conv4_3低階feature去檢測小目標，而低階特徵卷積層數少，存在特徵提取不充分的問題。

參考文獻：

http://www.cs.unc.edu/~wliu/papers/ssd_eccv2016_slide.pdf

https://leonardoaraujosantos.gitbooks.io/artificial-inteligence/content/single-shot-detectors/ssd.html

https://arxiv.org/pdf/1711.06897.pdf

https://zhuanlan.zhihu.com/p/31427288