目标检测方法——SSD
SSD论文阅读
（Wei Liu——【ECCV2016】SSD Single Shot MultiBox Detector）
方法概括
文章的方法介绍
1.SSD主要用来解决目标检测的问题（定位+分类），即输入一张待测图像，输出多个box的位置信息和类别信息
2.测试时，输入一张图像到SSD中，网络输出一个下图最右边的tensor（多维矩阵），对该矩阵进行非极大值抑制（NMS）就能得到每个目标的位置和label信息
Figure2的最右图的1th-20th Channel表示类别，每一个Channel上的map对应原图，last 4 channel的每一个map分别对应x,y,w,h的偏移量。最后4个通道可以确定一个box的位置信息，前20个通道确定类别信息。
方法的pipeline和关键点
方法细节
模型结构：
多尺度特征图:
用来预测的卷积滤波器:
defaul box:
groundTruth的标定，损失函数:
default box和尺度的选择:
SSD的训练——Hard negative mining:
SSD的训练——数据扩增:
相关背景补充:
Atrous算法（hole算法）:
FPS/SPF, Jaccard overlap:
二类分类/检测常用的评价标准 （recall, precision, f-measure, accuracy, error, PR曲线和ROC曲线，AP，AUC）：
ImageNet多类分类的评价标准：
ImageNet单目标检测的评价标准：
ImageNet（多）目标检测的评价标准：