docs(ssd): ssd算法概述和基础网络介绍

Author: zjZSTU

docs/index.md

@@ -9,8 +9,10 @@
 1. 配置模块
 2. 日志模块
 3. 数据模块
-4. 优化器模块
+4. 检测器模块
+5. 优化器模块
 
 ## SSD算法
 
-。。。
+* 引言
+* 基础网络

docs/model/index.md

@@ -0,0 +1,39 @@
+
+# 检测器
+
+对于目标检测训练框架而言，检测器模块集成了以下几个部分：
+
+1. 特征提取
+2. 分类/检测
+3. 损失函数计算
+      1. 定位损失
+      2. 置信度损失
+
+## 注册器
+
+### 定义
+
+定义了一个注册器`Registry`，其继承自`dict`
+
+* `py/ssd/utils/registry.py`
+
+新增了一个`registry()`函数，用于保存模块名和对应的模块对象
+
+### 声明
+
+在`py/ssd/models/registry.py`中新建了`3`个`Registry`对象，分别保存`BACKBONE、BOX_HEAD、BOX_PREDICTOR`
+
+### 注册
+
+使用装饰器的方式注册相应的模块，比如
+
+* `py/ssd/models/backbone/vgg.py`
+* `py/ssd/models/box_head/box_head.py`
+* `py/ssd/models/box_head/box_predictor.py`
+
+### 使用
+
+每个`Registry`对象都是一个`dict`，根据配置文件输入相应的键和对应函数的参数即可
+
+* `py/ssd/models/backbone/build.py`
+* `py/ssd/moels/box_head/build.py`

docs/model/loss/index.md

@@ -0,0 +1,7 @@
+
+# 损失函数
+
+对于目标检测算法而言，损失函数通常包含了`2`部分
+
+1. 定位损失
+2. 置信度损失

docs/ssd/base_network.md

@@ -0,0 +1,56 @@
+
+# 基础网络
+
+使用`VGG16`作为基础网络进行特征提取。关于`VGG16`实现细节参考[用于大尺度图像分类的极深卷积网络](https://blog.zhujian.life/posts/2738b55.html)
+
+![](./imgs/vggnet.png)
+
+**使用`VGG16-D`作为基础网络**
+
+### 论文内容
+
+* `3. Experimental Results`
+* `3.1 PASCAL  VOC2007`
+
+## 网络调整
+
+![](./imgs/figure-2.png)
+
+前`5`个卷积模块保持不变
+
+```
+[64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'C', 512, 512, 512, 'M', 512, 512, 512],
+```
+
+后续修改如下：
+
+* 将最后一个池化层（`pool5`）从$2\times 2-s2$修改为$3\times 3-s1$
+* 将第一个和第二个全连接层（`fc6`和`fc7`）修改为卷积操作
+    * `Conv6`：$3\times 3\times 1024, S=2$
+    * `Conv7`：$1\times 1\times 1024$
+* 取消最后一个全连接层（`fc8`）和所有的随机失活操作
+* 在`Conv7`之后添加`4`个卷积模块
+    * `Conv8`：先执行$1\times 1\times 256$，再执行$3\times 3\times 512 - s2$
+    * `Conv9`：先执行$1\times 1\times 128$,再执行$3\times 3\times 256-s2$
+    * `Conv10`：先执行$1\times 1\times 128$,再执行$3\times 3\times 256-s1$
+    * `Conv11`：先执行$1\times 1\times 128$,再执行$3\times 3\times 256-s1$
+
+## 特征层
+
+分别取以下网络层作为特征层:
+
+* `conv4_3`：$38\times 38\times 512$
+* `conv7(fc7)`：$19\times 19\times 1024$
+* `conv8_2`：$10\times 10\times 512$
+* `conv9_2`：$5\times 5\times 256$
+* `conv10_2`：$3\times 3\times 256$
+* `conv11_2`：$1\times 1\times 256$
+
+## 具体实现
+
+* `py/ssd/models/backbone/vgg.py`
+
+添加了以下实现
+
+1. 对`Conv4_3`特征层，额外进行了`L2 Norm`操作
+2. 对`Conv6`，使用了空洞卷积

docs/ssd/imgs/figure-2.png

@@ -0,0 +1,31 @@
+
+# SSD
+
+[SSD(Single Shot MultiBox Detector)](https://arxiv.org/abs/1512.02325)是一个`One-Stage`目标检测算法。其相对于之前的检查算法（`YOLOv1、Faster RCNN`）而言，关键的区别在于
+
+1. 使用多个**不同尺度**的特征图进行边界框预测
+2. 定义了一组**多个尺度、多个长宽比**的先验框
+2. 利用**小卷积滤波器**计算特征图，以得到先验框偏移和分类成绩
+
+## 检测流程
+
+1. 输入图像
+2. 通过卷积网络模型计算生成一组边界框偏移，以及和每个边界框对应的分类概率
+3. 结合先验框得到预测边界框
+4. 通过非最大抑制策略消除重叠的边界框
+5. 输出检测结果
+
+## 训练流程
+
+1. 加载训练数据
+2. 定义网络模型
+3. 定义损失函数
+4. 定义优化器
+5. 批量训练
+
+下面操作中，默认定义
+
+* 输入图像尺寸为$300\times 300$
+* 数据集为`PASCAL VOC`
+
+最后再进一步扩充到$500\times 500$的场景

docs/ssd/imgs/vggnet.png

@@ -0,0 +1,3 @@
+
+# 先验框
+

docs/ssd/index.md

@@ -57,8 +57,12 @@ nav:
                 - 数据集加载: data/datasets/dataset_load.md
                 - 数据集评估: data/datasets/dataset_eval.md
             - 检查点读写: data/checkpoint.md
+        - 检测器模块:
+            - 引言: model/index.md
         - 优化器模块:
             - 引言: optim/index.md
             - 梯度更新: optim/gradient_update.md
             - 学习率调度: optim/lr_scheduler.md                
-    # - SSD算法:
+    - SSD算法:
+        - 引言: ssd/index.md
+        - 基础网络: ssd/base_network.md