刘志军

（福建师范大学 数学与信息学院，福建 福州 350000）

1 概述

目前常用基于深度学习的目标检测算法分为one-stage和two-stage两大类。R-CNN利用卷积神经网络对候选区进行特征提取，将提取后的特征送入SVM分类器中进行分类。但算法的训练过程复杂，运行速度慢，并且占用大量的物理内存。Faster-RCNN利用RPN（Region Proposal Network）网络生成候选框，实现了端到端的训练，但是运行速度慢，达不到模型轻量化的要求。YOLO算法结合了残差网络、多尺度融合网络以及特征金字塔等多种方法，具有较好检测速度，但是检测精度略有不佳。SSD基于VGG-16网络，采用金字塔特征结构，在不同的特征图映射上面进行预测，并且在特征图采用不同尺度的长宽比的默认框，解决了小目标特征丢失的问题，提高了小目标的检测精度。本文基于SSD模型，实现了口罩的检测任务。

2 SSD算法

SSD算法是Liu Wei在ECCV2016上提出的一种目标检测算法。SSD借鉴Faster-RCNN中的Anchor机制，在特征图上产生长宽比不同的默认框进行预测，利用金字塔结构，在高层检测小尺寸目标，在低层检测大尺寸目标。

2.1 SSD基本原理

SSD是基于一个前向传播的CNN网络，由VGG16基础网络和附加特征层两部分组成。SSD将VGG16网络中的全连接层FC6和FC7替换成卷积层，去掉DropOut层和FC8层，将池化层pool5从2×2大小以及步长为2更改为3×3大小和步长为1。VGG16中的Conv4_3作为第一个特征图，经过多次卷积得到Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2大小不同的特征图，通过多个特征图同时进行分类预测与位置回归，最后经过非极大值抑制(Non-Maximum Suppression，NMS）策略过滤掉重叠度较大的预测框，完成对不同大小目标的检测。……