卷积的结果问题。
来源：3-2 Prior Box Layer、样本构造、损失函数介绍
慕桂英雄
2019-07-26
SSD，比如说现在要处理的这个featureMap 是 mn的，
意思就是说有mn个cell ，
mnk个框
查资料看到说每个cell的每个框都要有一个对应的33卷积核去卷它？
ssd300 有 38×38×4+19×19×6+10×10×6+5×5×6+3×3×4+1×1×4=8732个
边界框，就是有8732（c+4）那么多个卷积核？？
还有就是CNN的问题，如何保证前C层的卷积结果一定是表示分类，而后4层的结果表示偏移？？
而且这每一层，比如后(c+4)层中的任一层都是N*N的矩阵，是如何压缩成一个数的？
写回答
1回答
-
会写代码的好厨师
2019-09-09
确实会有很多个bbox，并且对这些cell进行卷积特征提取．另外，Ｎ＊Ｎ的矩阵转换成向量，可以采用FC或者采用Ｎ＊Ｎ大小的卷积核＋不做ｐａｄ或者直接reshape成向量．
00
相似问题
卷积核中每一层参数问题
回答 1
什么是scale
回答 1