SSD：网络结构 手画了一下网络结构，就一目了然了，六级输出组合起来就是最终的结果 发现的问题 虽然使用了多级结构，使网络对于小物体识别能力更强，但特征的表达能力似乎不够强。目前感觉在前景背景区分度较差，此外bbox定位不够精确，导致修改IOU参数或修改IOU逻辑均对结果提升不足。 在Default Boxes的定义上因为兼顾了小物体和大物体，当出现全图均为密集小物体时，高维Boxes回归后的结果偏差较大，影响了最终结果。
![[翻译] RetinaNet: Focal Loss for Dense Object Detection](https://blog.mclover.cn/wp-content/themes/slanted/img/thumb-medium.png)
你好，请问4+（20+1）是什么意思？
4：x,y,w,h
20：分类
1：背景类