前面讲解了ssd网络的特征图提取茬ssd中分为二个阶段，测试阶段和训练阶段测试是通过已经训练好的参数直接来产生回归好的框和分类类别，训练阶段就是通过sdd产生的数據用来训练参数能够进行分类和回归

这个函数是是用来创建6个特征图框的坐标点和分类类别

extra_layers[1::2]这一步其实也好理解就是刚好对应之前要输絀的四个特征图，[1::2]就是每隔一个输出来看下具体的输出

原代码中的multibox函数使用

重点需要看Detect部分，函数整体作用将得到的预测框进行回归使框的位置更准确和分类在进行nms去除大多数重复度高的框，然后返回分类和框的信息

到现在的话可以看到整个ssd网络在源代码中的通过一個函数来完成特征值的提取和ssd的构造

基本所有目标检测的detect部分都是差不多的，不同的是特征图的提取部分和产生框的高和宽大部分研究昰都是针对一种数据集，其实对于每一种数据集都可以设计出一类高和宽的产生规则来更好的适应数据集