0、归纳

本文提出了多尺度检测方法、去掉网络里的全连接层，用卷积检测，使用不同的先验框策略，分别利用分类和定位的损失函数，还是用到了空洞卷积，得到了更快精度还不错的结果

1、学习目标

整体框架

SSD直接采用卷积对不同的特征图来进行提取检测结果，直接使用卷积输出作为回归（定位）和分类预测（分类）
创新

1、多尺度特征图

特征提取层4-3作为第一个单独的特征图输出（38，38），其余5个一起输出

2、不同于其他方法的先验框

1、此处的先验框是怎样的？

每个格点设置的4个anchor由格点中心和4组不同的宽和高构成，4组宽高由一些值（min_size、max_size、aspect ratio）决定

2、SSD检测：

先验框经过转换值转换到对应的bounding box，即编码，否则为解码
atrous算法：空洞卷积

插曲：空洞卷积：不增加参数量（即神经元之间的连接），却能扩大视野

3、先验框的设置

把RPN计算的结果集成到一阶段网络，


注：sk是相对于原图（300）的比例

损失：定位误差与分类误差的加权和L
location位置、其实指针对于正样本，负样本就为0了
先验框的位置、
置信度的损失、
注意：smooth loss在faster RCNN里也有

4、先验框匹配

GT很少，8000+的先验框，因为负样本比较多，可能没人匹配的都匹配到负样本去了，这样找到的负样本太多了

原则2会增加正样本的数量

5、数据增强

3、hard negative mining–tricks

选择一部分负样本去进行

先判断出正负样本
x是个指示参数，看看是否匹配上

4、预测

1、过滤背景–2、过滤低阈值–3、解码（Bbox按公式转为预测框）–4、再删选（排序，去重）
解码和编码的含义：先验框经过转换值转换到对应的bounding box，即编码，否则为解码

5、性能

mAP是训练，FPS是测试求的。
输入尺寸大点的话，结果会好点

batchsize大小对mAP没影响，但是FPS还是有的

是否用数据增强、
是否用空洞卷积
都用会好一点，不用空洞卷积会差一点点，不追求极限性能的话可能不需要也行，加上会更好
不用数据增强会差很多

是否用边界上那个不完整的框，用的话结果会好一些

6、比较faster RCNN，yolo1

单阶段、FC层、空洞卷积、
mAP提升有限，但是速度很快

7、启发点

1、为何是用4-3的特征图而不是更浅的，是否可以用其他方法提高mAP

2、代码部分

Dataset是读取一些数据，（自己定义，初始化、数据集的量、需要取得ID）
并对数据做一些变换transform，然后Dataloader是对数据进行加载

verse操作的数据增强？Bbox坐标值换一下，横坐标或者纵坐标–用在随即翻转的实现中
随机裁剪–会裁剪到边界，要注意，另外，裁剪可能吧Bbox裁剪没了，也要做判断

anchor=default box=priorbox

了解数据流