下文图文介绍转自watersink的博文SSD(Single Shot MultiBox Detector)不得不说的那些事。
该方法出自2016年的一篇ECCV的oral paper，SSD: Single Shot MultiBoxDetector，算是一个革命性的方法了，非常值得学习和研究。
论文解析：
SSD的特殊之处主要体现在以下3点：
（1）多尺度的特征图检测（Multi-scale），如SSD同时使用了上图所示的8*8的特征图和4*4特征图。
（2）相比于YOLO，作者使用的是卷积层来代替了YOLO的全连接层做预测。（如下图所示）
（3）SSD使用了默认的边界框+（1，2/1，3/1，1/2，1/3）6个框来做检测（aspect ratios）
训练过程提出了Smooth L1 loss+softmax loss，将位置定位的准确度值和得分置信度融合起来，从而使得对目标物的检测和识别都表现出state-of-the-art的效果。
整体损失函数公式如下，第一项为置信度的损失，第二项为位置的损失，N为匹配的默认边框的数目，a为平衡因子，交叉验证的时候取值为1。
位置损失的详细公式如下：
置信度损失的公式如下：
该方法包括SSD300和SSD512，2个尺度的训练模型，SSD300的速度更快，SSD512的检测效果更好。相比与其他方法，优势在于SSD的mAP高于YOLO，faster RCNN，速度虽然弱于YOLO，但是完全满足实时应用。不足之处在于对小物体的检测效果不好。VOC2007上的测试效果如下：
作者github提供的是Linux的版本，对caffe的源码做了很大的改动，加进了很多的层，像NormalizeLayer，PermuteLayer，FlattenLayer，PriorBoxLayer，ConcatLayer，ReshapeLayer，DetectionOutputLayer等。所以linux的童鞋最好直接下载作者的caffe进行编译。这里就不在赘述。linux下的运行效果如下，
1.下载源码
git clone https://github.com/weiliu89/caffe.git cd caffe git checkout ssd
2.修改配置
cp Makefile.config.example Makefile.config
我修改的几处：
# cuDNN acceleration switch (uncomment to build with cuDNN).
USE_CUDNN := 1
使用opencv 3.1但是忘了改，也能运行示例。
# Uncomment if you're using OpenCV 3
# OPENCV_VERSION := 3
使用教育网邮箱下载的mkl。
BLAS := mkl
参考其他文章增加了hdf5的路径避免出错。
# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
3.编译
make -j8 # Make sure to include $CAFFE_ROOT/python to your PYTHONPATH. make py make test -j8
echo "export PYTHONPATH=/home/username/caffe/python" >> ~/.profile source ~/.profile
4.测试
修改代码中的视频路径，运行代码。结果如下图所示，笔记本显卡较渣。
python examples/ssd/ssd_pascal_webcam.py
