SSD的预测过程主要分为以下几个阶段： 首先根据类别置信度确定其类别与其对应的置信度值，并过滤掉属于背景的预测框； 根据置信度阈值0.5对预测框进行过滤，对剩下的预测框进行解码和校正，得到预测框真实的位置信息； 根据置信度进行降序排列，保留部分预测框并进行NMS，过滤掉那些重叠度较大的预测框得到最终检测结果；

SSD训练过程中的关键点是如何将ground truth信息和网络预测输出的信息匹配上，一旦信息匹配上就能端到端的训练了（这里可以理解为预测值和GT值为loss function的两个输入，需要进行相应值的转换才才能符合loss function的输入标准）。 匹配策略： 在SSD的训练过程中，当预测bbox和任一gt bbox的jaccard overlap（IOU值）大于0.5时都被当做正样本（由于图像中GT很少，目的是防止负样本过多这个样本过少，学习难度大），其实即使是这样训练过程中由于g

从priorBox到Bbox解析的实现细节： 当背景类的置信度最高时，表示预测的bbox不包含目标，当其他类别置信度最高时就代表bbox所含目标的类别，SSD网络对feature map上的每一个cell的每一个priorBox都要预测两组值，通常bbox的位置信息由中心坐标和长宽表示，但是实际上SSD的预测值只是priorBox到Bbox的转换值（offset/transformation），SSD里面使用的坐标转换策略和Faster-RCNN相同；