SSD算法 目标检测
之前看了SSD的论文，但也只是仅仅停留在论文层面，这几天在github上找到了一位大神在一年前用Tensorflow实现了SSD算法。这几天也抽空阅读了下代码，主要分析了下几个重要的模块，接下来做一个简单的总结。
SSD（Single Shot MultiBox Detector）是大神Wei Liu在 ECCV 2016上发表的一种的目标检测算法。对于输入图像大小300x300的版本在VOC2007数据集上达到了72.1%mAP的准确率并且检测速度达到了惊人的58FPS（ Faster RCNN：73.2%mAP，7FPS； YOLOv1： 63.4%mAP，45FPS ），500x500的版本达到了75.1%mAP的准确率。当然算法YOLOv2已经赶上了SSD，YOLOv3已经超越SSD，但SSD算法依旧值得研究。
首先放出Tensorflow版的SSD代码，链接。
SSD网络结构
上图是SSD原论文中的网络结构图，特征提取网络（前置网络）为VGG-16，可结合SSD中的一些重要参数进行理解。