Introduction
SSD是对YOLO的改进，其达到跟两阶段方法相当的精度，又保持较快的运行速度。
SSD
多尺度的feature map：基于VGG的不同卷积段，输出feature map到回归器中。这一点试图提升小物体的检测精度。
更多的anchor box，每个网格点生成不同大小和长宽比例的box，并将类别预测概率基于box预测（YOLO是在网格上），得到的输出值个数为(C+4)×k×m×n，其中C为类别数，k为box个数，m×n为feature map的大小。
Conclusion
SSD有点像多分类的RPN，生成anchor box，再对box预测分数和位置调整值。