SSD

SSD用的是一种one-stage模型 SSD采用的主干网络是VGG网络。 SSD直接采用卷积对不同的特征图来进行提取检测结果。对于形状为m x n x p 的特征图，只需要采用3X3XP这样比较小的卷积核得到检测值。

SD采用VGG16作为基础模型，然后在VGG16的基础上新增了卷积层来获得更多的特征图以用于检测。SSD的网络结构如下图所示。上面是SSD模型，下面是Yolo模型，可以明显看到SSD利用了多尺度的特征图做检测。模型的输入图片大小是300X300。

conv 表示卷积层。 VGG MaxPool2d() 函数是用于最大池化 kernel_size是卷积核大小 stride是步长 2，长和高都会分别压缩一半 所以高和宽 会 被压缩。

padding 是对边缘部分的数据进行压缩 300 300 64 到 150 150 64 卷积不会改变图片的长和高 ReLU() 是激活函数

pool5 = nn.MaxPool2d(kernel_size=3, stride=1, padding=1)

nn.ReLU(inplace=True), conv7, nn.ReLU(inplace=True)

nn.MaxPool2d(kernel_size=2, stride=2, ceil_mode=True)]

其中ceil_mode 取值是true 和false。

卷积----卷积-----最大池化

代码运行结果如下：

17 Conv2d(256, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
18 ReLU(inplace=True)
19 Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
20 ReLU(inplace=True)
21 Conv2d(512, 512, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
22 ReLU(inplace=True)
23 MaxPool2d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)

以下是VGG代码

import torch.nn as nn   #这里是为了方便，所以用as  把命名简化，后面使用更方便
from torchvision.models.utils import load_state_dict_from_url

该代码用于获得VGG主干特征提取网络的输出。
输入变量i代表的是输入图片的通道数，通常为3。

300, 300, 3 -> 300, 300, 64 -> 300, 300, 64 -> 150, 150, 64 -> 150, 150, 128 -> 150, 150, 128 -> 75, 75, 128 ->
75, 75, 256 -> 75, 75, 256 -> 75, 75, 256 -> 38, 38, 256 -> 38, 38, 512 -> 38, 38, 512 -> 38, 38, 512 -> 19, 19, 512 ->
19, 19, 512 -> 19, 19, 512 -> 19, 19, 512 -> 19, 19, 512 -> 19, 19, 1024 -> 19, 19, 1024

38, 38, 512的序号是22
19, 19, 1024的序号是34



#其中数字表示通道数，M表示最大池化 
base = [64, 64, M, 128, 128, M, 256, 256, 256, C, 512, 512, 512, M,
            512, 512, 512]

def vgg(pretrained = False):
    layers = []
    in_channels = 3
    for v in base:
        if v == M:
            layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
        elif v == C:
            layers += [nn.MaxPool2d(kernel_size=2, stride=2, ceil_mode=True)]
        else:#如果是数字，则卷积
            conv2d = nn.Conv2d(in_channels, v, kernel_size=3, padding=1)
            layers += [conv2d, nn.ReLU(inplace=True)] #激活函数
            in_channels = v  #v表示通道数
    # 19, 19, 512 -> 19, 19, 512 
    pool5 = nn.MaxPool2d(kernel_size=3, stride=1, padding=1)
    # 19, 19, 512 -> 19, 19, 1024
    conv6 = nn.Conv2d(512, 1024, kernel_size=3, padding=6, dilation=6)
    # 19, 19, 1024 -> 19, 19, 1024
    conv7 = nn.Conv2d(1024, 1024, kernel_size=1)
    layers += [pool5, conv6,
               nn.ReLU(inplace=True), conv7, nn.ReLU(inplace=True)]

    model = nn.ModuleList(layers)
    if pretrained:
        state_dict = load_state_dict_from_url("https://download.pytorch.org/models/vgg16-397923af.pth", model_dir="./model_data")
        state_dict = {
          
   k.replace(features., ) : v for k, v in state_dict.items()}
        model.load_state_dict(state_dict, strict = False)
    return model

if __name__ == "__main__":
    net = vgg()
    for i, layer in enumerate(net):
        print(i, layer)