SSD（Single Shot MultiBox Detector） えすえすでぃー（しんぐるしょっとまるちぼっくすでぃてくたー）

---

SSD（Single Shot MultiBox Detector）とは

SSD（Single Shot MultiBox Detector） は2016年にLiu・Erhan・Szegedyらが発表した1段階（One-Stage）の物体検出モデルです。YOLOと同じく1回のネットワーク処理で物体の位置とクラスを同時に予測しますが、複数の異なる解像度の特徴マップを使うマルチスケール検出が特徴です。

CNNの各層で得られる特徴マップは、浅い層では高解像度（小さい物体を検出しやすい）・深い層では低解像度（大きい物体を検出しやすい）という特性があります。SSDはこれを活用し、浅い特徴マップで小さい物体、深い特徴マップで大きい物体を担当させることで、様々なサイズの物体を効果的に検出します。

モバイルアプリ・組み込みシステム向けにMobileNet+SSDという軽量な組み合わせがよく使われています。

---

SSDのマルチスケール検出

入力画像 → VGG16ベースのCNN
    │
    ├─ Conv4_3（38×38）  → 小さい物体を検出
    ├─ FC7（19×19）       → 中サイズの物体
    ├─ Conv6_2（10×10）   → やや大きい物体
    ├─ Conv7_2（5×5）     → 大きい物体
    ├─ Conv8_2（3×3）     → 大きい物体
    └─ Conv9_2（1×1）     → 最大サイズの物体
         ↓
    各特徴マップでアンカーボックスを使って予測
         ↓
    NMS（非最大値抑制）で重複を除去
         ↓
    最終検出結果

---

歴史と背景

• 2016年：Liuら「SSD: Single Shot MultiBox Detector」を発表
• 2017年：MobileNet-SSDが登場し、スマートフォンでのリアルタイム検出が可能に
• 2018年：SSD系の手法がYOLOv3と競い、組み込みシステムで広く採用
• 現在：YOLOv5/v8の台頭で競争力はやや低下したが、軽量版は組み込みで現役

---

主要物体検出モデルの比較

モデル	タイプ	速度	mAP（COCO）	特徴
SSD300	1段階	46FPS	25.1	標準版
SSD512	1段階	19FPS	28.8	高精度版
MobileNet-SSD	1段階（軽量）	高速	19.3	モバイル向け
YOLOv3	1段階	30FPS	33.0	精度・速度のバランス
Faster R-CNN	2段階	5FPS	37.0	高精度

---

関連用語

• YOLO — SSDと並ぶ代表的な1段階物体検出モデル
• Faster R-CNN — SSDと対比される2段階検出手法
• 物体検出 — SSDが解くタスク
• MobileNet — SSDと組み合わせてモバイル向け軽量検出を実現
• 特徴マップ — SSDのマルチスケール検出の基礎