SSD: Single Shot MultiBox Detector

论文arxiv链接：https://arxiv.org/pdf/1605.06409v2.pdf

• 亮点在于对多个size的featuremap产生各自scale的bbox：
  
• scale采取的是0-1的归一化scale，假设一共利用了m个大小不同的feature map，就会有m个scale，对于一个第k个featuremap，每一个location的default bbox的scale是：$s_k = s_{min} + \frac{s_{max}-s_{min}}{m-1}(k-1)$sk​=smin​+m−1smax​−smin​​(k−1)，而aspect对每一个featuremap都是$a_r \in \{1, 2, 3, \frac{1}{2}, \frac{1}{3}\}$ar​∈{1,2,3,21​,31​}, bbox的长宽计算方法是$w = s\sqrt{a}, h = s/\sqrt{a}$w=sa​,h=s/a​，对于$a_r=1$ar​=1的情况再加一种长宽都为$\sqrt{s_ks_{k+1}}$sk​sk+1​​的bbox，所以对于每一个feature map的每一个location都有6个default bbox. 假设第k个feature map的size是$c_k \times p_k \times p_k$ck​×pk​×pk​那么feature map
  上索引为$(i. j)$(i.j)的default bbox的中心对应到原图的位置是$(\frac{i+0.5}{p_k}, \frac{j+0.5}{p_k})$(pk​i+0.5​,pk​j+0.5​)其中$i, j \in [0, p_k)$i,j∈[0,pk​)
• 此外有一点需要注意的是，不同于其它检测器在训练时match GTbox的时候只选择与dtbox iou最高的GTbox为GT， SSD是通过阈值选择的，也即只要iou超过某个阈值（一般是0.5），就认为是GT，也就是说同一个dt可以match到多个GT，具体还得看代码