目标检测 | SSD原理以及相关问题

SSD: Single Shot MultiBox Detector

intro: ECCV 2016 Oral

arxiv: http://arxiv.org/abs/1512.02325

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

slides: http://www.cs.unc.edu/%7Ewliu/papers/ssd_eccv2016_slide.pdf

github(Official): https://github.com/weiliu89/caffe/tree/ssd

video: http://weibo.com/p/2304447a2326da963254c963c97fb05dd3a973

github: https://github.com/zhreshold/mxnet-ssd

github: https://github.com/zhreshold/mxnet-ssd.cpp

github: https://github.com/rykov8/ssd_keras

github: https://github.com/balancap/SSD-Tensorflow

github: https://github.com/amdegroot/ssd.pytorch

github(Caffe): https://github.com/chuanqi305/MobileNet-SSD

SSD网络结构以及原理

首先使用VGG16作为base network，然后同其它的检测网络一样替换掉VGG16本身的两个全连接层，在SSD中直接改为卷积层。

网络结构的变化，又加入了4个卷积层，SSD与yolo不同之处是除了在最终特征图上做目标检测之外，还在之前选取的5个特特征图上进行预测。SSD图1为SSD网络进行一次预测的示意图，可以看出，检测过程不仅在填加特征图(conv8_2, conv9_2, conv_10_2, pool_11)上进行，为了保证网络对小目标有很好检测效果，检测过程也在基础网络特征图(conv4_3, conv_7)上进行。

此部分贴出几个比较清楚的文章：

http://blog.csdn.net/zy1034092330/article/details/72862030

http://www.cnblogs.com/fariver/p/7347197.html

https://zhuanlan.zhihu.com/p/28867241

SSD的缺点以及相应的方案

SSD的缺点：

1. 需要人工设置prior box的min_size，max_size和aspect_ratio值。网络中prior box的基础大小和形状不能直接通过学习获得，而是需要手工设置。而网络中每一层feature使用的prior box大小和形状恰好都不一样，导致调试过程非常依赖经验。

2. 虽然采用了pyramdial feature hierarchy的思路，但是对小目标的recall依然一般，并没有达到碾压Faster RCNN的级别。作者认为，这是由于SSD使用conv4_3低级feature去检测小目标，而低级特征卷积层数少，存在特征提取不充分的问题。

针对上述缺点1，参考链接： https://github.com/zhreshold/mxnet-ssd/issues/25

针对上述缺点2，参考链接：为什么SSD(Single Shot MultiBox Detector)对小目标的检测效果不好？

https://www.zhihu.com/question/49455386