1：SSD更具體的框架如下： 

2： Prior Box

縮排在SSD中引入了Prior Box，實際上與anchor非常類似，就是一些目標的預選框，後續通過softmax分類+bounding box regression獲得真實目標的位置。SSD按照如下規則生成prior box：

 

• 以feature map上每個點的中點為中心（offset=0.5），生成一些列同心的prior box（然後中心點的座標會乘以step，相當於從feature map位置映射回原圖位置）
• 正方形prior box最小邊長為
  ，最大邊長為：
• 每在prototxt設定一個aspect ratio，會生成2個長方形，長寬為： 和 

 

圖4 prior box

 

• 而每個feature map對應prior box的min_size和max_size由以下公式決定，公式中m是使用feature map的數量（SSD 300中m=6）：

 

第一層feature map對應的min_size=S1，max_size=S2；第二層min_size=S2，max_size=S3；其他類推。在原文中，Smin=0.2，Smax=0.9，但是在SSD 300中prior box設定並不能和paper中上述公式對應：

 

                   

	min_size	max_size
conv4_3	30	60
fc7	60	111
conv6_2	111	162
conv7_2	162	213
conv8_2	213	264
conv9_2	264	315

不過依然可以看出，SSD使用低層feature map檢測小目標，使用高層feature map檢測大目標，這也應該是SSD的突出貢獻了。其中SSD 300在conv4_3生成prior box的conv4_3_norm_priorbox層prototxt定義如下：

 

[cpp]  view plain  copy      

1. layer {  
2.   name: "conv4_3_norm_mbox_priorbox"  
3.   type: "PriorBox"  
4.   bottom: "conv4_3_norm"  
5.   bottom: "data"  
6.   top: "conv4_3_norm_mbox_priorbox"  
7.   prior_box_param {  
8.     min_size: 30.0  
9.     max_size: 60.0  
10.     aspect_ratio: 2  
11.     flip: true  
12.     clip: false  
13.     variance: 0.1  
14.     variance: 0.1  
15.     variance: 0.2  
16.     variance: 0.2  
17.     step: 8  
18.     offset: 0.5  
19.   }  
20. }  

知道了priorbox如何產生，接下來分析prior box如何使用。這裡以conv4_3為例進行分析。

圖5

從圖5可以看到，在conv4_3 feature map網路pipeline分為了3條線路：

 

• 經過一次batch norm+一次卷積後，生成了[1, num_class*num_priorbox, layer_height, layer_width]大小的feature用於softmax分類目標和非目標（其中num_class是目標類別，SSD 300中num_class = 21)
• 經過一次batch norm+一次卷積後，生成了[1, 4*num_priorbox, layer_height, layer_width]大小的feature用於bounding box regression（即每個點一組[dxmin，dymin，dxmax，dymax]，參考Faster RCNN 2.5節）
• 生成了[1, 2, 4*num_priorbox]大小的prior box blob，其中2個channel分別儲存prior box的4個點座標和對應的4個variance

縮排後續通過softmax分類+bounding box regression即可從priox box中預測到目標，熟悉Faster RCNN的讀者應該對上述過程應該並不陌生。其實pribox box的與Faster RCNN中的anchor非常類似，都是目標的預設框，沒有本質的差異。區別是每個位置的prior box一般是4~6個，少於Faster RCNN預設的9個anchor；同時prior box是設定在不同尺度的feature maps上的，而且大小不同。

縮排還有一個細節就是上面prototxt中的4個variance，這實際上是一種bounding regression中的權重。在圖4線路(2)中，網路輸出[dxmin，dymin，dxmax，dymax]，即對應下面程式碼中bbox；然後利用如下方法進行鍼對prior box的位置迴歸：

 

[cpp] 
     

1. decode_bbox->set_xmin(  
2.     prior_bbox.xmin() + prior_variance[0] * bbox.xmin() * prior_width);  
3. decode_bbox->set_ymin(  
4.     prior_bbox.ymin() + prior_variance[1] * bbox.ymin() * prior_height);  
5. decode_bbox->set_xmax(  
6.     prior_bbox.xmax() + prior_variance[2] * bbox.xmax() * prior_width);  
7. decode_bbox->set_ymax(  
8.     prior_bbox.ymax() + prior_variance[3] * bbox.ymax() * prior_height);  

上述程式碼可以在SSD box_utils.cpp的void DecodeBBox()函式見到