接上一篇?ssd筆記_人工智能-CSDN博客

我這筆記就是流水賬，主要寫的好的太多，寫的差的還是空白，我要填補這個空白

這里面就是稍微說一下對應關系，一個是loc的計算結果，也就是head[0],當然conf的結果size跟loc的size有一種絕對的比例關系，所以就算是一起算出來的

loc的網絡結構如下：

(0, Conv2d(512, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)))
(1, Conv2d(1024, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)))
(2, Conv2d(512, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)))
(3, Conv2d(256, 24, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)))
(4, Conv2d(256, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)))
(5, Conv2d(256, 16, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)))

loc的輸入是?sources ，尺寸是

torch.Size([1, 512, 38, 38])
torch.Size([1, 1024, 19, 19])
torch.Size([1, 512, 10, 10])
torch.Size([1, 256, 5, 5])
torch.Size([1, 256, 3, 3])
torch.Size([1, 256, 1, 1])

而這個各個size是輸入為300時，多次下采樣得出的size，上篇也提到了

計算到VGG的第22層，前面22層共下采樣三次(300/8 = 38)
x (1, 512, 38, 38)
L2Norm之后，s (1, 512, 38, 38)
把s加入到 sources 中
x繼續執行完VGG，從23層到最后,又下采樣了一次
x(1, 1024, 19, 19)

這也就是VGG計算到最后的尺寸
又添加到 sources 中，這時，sources有兩個元素

x執行 extras，extras共8個卷積，每隔一次添加到 sources 中，共添加了四個元素
extras 有兩次下采樣，又有兩次不加 pad ?的 3*3卷積的騷操作(每次尺寸變換都會添加到 sources 中)，
總之， x的最后size為 (1, 256, 1, 1)
sources 里的尺寸為?

torch.Size([1, 512, 38, 38])
torch.Size([1, 1024, 19, 19])
torch.Size([1, 512, 10, 10])
torch.Size([1, 256, 5, 5])
torch.Size([1, 256, 3, 3])
torch.Size([1, 256, 1, 1])

所以sources的前兩項是從VGG的22層和最后一層獲取到添加進去的，而后面四項是extras計算出來的

而extras用到的參數為

extras = [256, 'S', 512, 128, 'S', 256, 128, 256, 128, 256]

上面的S就是要用步長為2的卷積進行下采樣了，而不是S的，就可能是用3*3的卷積，但不加pad進行下采樣

sources的結果再經過loc的卷積得出返回值

loc的結果尺寸為

torch.Size([1, 38, 38, 16])
torch.Size([1, 19, 19, 24])
torch.Size([1, 10, 10, 24])
torch.Size([1, 5, 5, 24])
torch.Size([1, 3, 3, 16])
torch.Size([1, 1, 1, 16])

訓練時上面第一列的值可能是16，那只是訓練時的batchsize，可以不必關注，畢竟test的時候，該值就是1了

——————————————————————————————

anchor的個數是38 * 38 * 4 + 19 * 19 * 6 + 10 * 10 * 6 + 5 * 5 * 6 + 3 * 3 * 4 + 1 * 1 * 4

也就是8372個

上面的數值是來源于config.py文件里的兩個配置項，

'feature_maps': [38, 19, 10, 5, 3, 1],
'aspect_ratios': [[2], [2, 3], [2, 3], [2, 3], [2], [2]],

這是PriorBox類里創建anchor用到的

所以，原來如此，feature_map里的值，是從VGG的神經網絡的下采樣尺寸和extras再次下采樣中計算得到的，然后又寫為了超參數，而aspect_ratios的內容是anchor比例，而從該參數又得出了參數

mbox = [4, 6, 6, 6, 4, 4]  # number of boxes per feature map location

所以這些沒有寫在一起的參數之間是相互完全制約的，才能嚴絲合縫的匹配

從anchor的角度來看，自然38*38的格子最多，尺寸最小，而從網絡深度來看，自然sources的第一個元素的網絡最淺，也就是對應loc的第一個元素的網絡最淺，所以也就是事實上的，淺層網絡預測小目標，深層網絡預測大目標

38*38，寬高都是一 一對應關系

總結

以上是生活随笔為你收集整理的ssd笔记2的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。