SSD: Single Shot Multibox Detector
为了解决实时探测目标定位的问题，他的探测精度很高，使用VGG16模型mAP（mean average precision）达到72.1,接近Faster-RCNN的精度，探测速度更快
SSD采用端到端的训练方法，和Faster-RCNN的anchor不同在于，SSD在多个Featuremap上进行处理，SSD继承了YOLO的模型特点并结合了Faster-RCNN中采用了anchor的方法。
SSD在训练时直接输入图像、图像标签和Ground Truth BoundingBox .
在多个feature map的每个特征点上用不同的ANCHOR生成PRIOR BOX 来预测物体的分类和bounding box 的回归值
优势：
精度高
速度快
满足实时系统的需求（依赖于GPU）
测试效果
