SSD系列：
SSD系列1——网络结构
SSD系列2——PriorBox
SSD系列3——损失计算

SSD网络结构概述

  SSD在VGGNet的基础上，增加了4个卷积模块，这些卷积模块获得的特征图具有不同的感受野，可以较好地检测不同尺度的目标。

VGG16

  SSD网络使用VGG16作为基础网络，输入图像的尺寸为$300\times 300\times 3$，首先经过VGG16网络的前13个卷积层，然后使用一个$3\times 3$的卷积和一个$1\times 1$的卷积代替原来的全连接网络。

• 原始VGG16的池化层统一大小为$2\times 2$，步长为2，而在SSD中，Conv5后接的MaxPooling层池化大小为3，步长为1。这样做可以在增加感受野的同时，维持特征图的尺寸不变。
• Conv6中使用了空洞数为6的空洞卷积，其padding也为6。这样做也可以在增加感受野的同时，维持特征图的尺寸不变。

深层卷积层

  SSD在VGG16的基础上增加了4个卷积层，用以获取更高维度的语义信息。为了降低通道数，这4个卷积层都是先使用$1\times 1$卷积降低通道数，然后再使用$3\times 3$的卷积进行特征提取。