---
title: SSD网络模型prototxt修改
description: "本章节所有的代码样例都不能直接复制到网络模型中使用，需要用户根据使用的网络模型，自行调整相应参数，比如bottom、top中的参数要和具体网络模型中的bottom、top一一对应，并且bottom和top对应的参数顺序不能更改。"
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/devaids/atctool/atlasatc_16_0050.html
sourcePath: /source/zh/canncommercial/900/devaids/atctool/atlasatc_16_0050.html
indexId: fc89511edfa5fb5b950a67e80ea71f92ff5a9302c011346cfa1e6f482cfd387967
---
# SSD网络模型prototxt修改

本章节所有的代码样例都不能直接复制到网络模型中使用，需要用户根据使用的网络模型，自行调整相应参数，比如bottom、top中的参数要和具体网络模型中的bottom、top一一对应，并且bottom和top对应的参数顺序不能更改。


对于SSD网络，参考扩展算子列表在原始prototxt文件的最后增加后处理算子层SSDDetectionOutput。

参见caffe.proto文件（该文件路径为${INSTALL_DIR}/include/proto），先在LayerParameter message中添加自定义层参数的声明（如下自定义层在caffe.proto中已经声明，用户无需再次添加）：

```
message LayerParameter {
optional SSDDetectionOutputParameter ssddetectionoutput_param = 232;
}
```

参见caffe.proto文件，此算子的Type及属性定义如下：

```
message SSDDetectionOutputParameter {
optional int32 num_classes= 1 [default = 2];
optional bool share_location = 2 [default = true];
optional int32 background_label_id = 3 [default = 0];
optional float iou_threshold = 4 [default = 0.45];
optional int32 top_k = 5 [default = 400];
optional float eta = 6 [default = 1.0];
optional bool variance_encoded_in_target = 7 [default = false];
optional int32 code_type = 8 [default = 2];
optional int32 keep_top_k = 9 [default = 200];
optional float confidence_threshold = 10 [default = 0.01];
}
```

参见支持Caffe算子清单(https://www.hiascend.comdocument/detail/zh/canncommercial/900/API/aolapi/operatorlist_00099.html)，SSDDetectionOutput算子有3个输入，2个输出，基于上述原则，构造的代码样例如下：

```
layer {
name: "detection_out"
type: "SSDDetectionOutput"
bottom: "bbox_delta"
bottom: "score"
bottom: "anchors"
top: "out_boxnum"
top: "y"
ssddetectionoutput_param {
num_classes: 2
share_location: true
background_label_id: 0
iou_threshold: 0.45
top_k: 400
eta: 1.0
variance_encoded_in_target: false
code_type: 2
keep_top_k: 200
confidence_threshold: 0.01
}
}
```

- bottom输入中的bbox_delta对应caffe原始网络中的mbox_loc，score对应caffe原始网络中的mbox_conf_flatten，anchors对应caffe原始网络中的mbox_priorbox；num_classes取值需要与原始网络模型中的取值保持一致。
- top输出多batch场景下:

  - out_boxnum输出shape是(batchnum,8)，每个batchnum的第一个值是实际框的个数。
  - y输出shape是(batchnum,len,8)，其中len是keep_top_k 128对齐后的取值（如batch为2，keep_top_k为200，则最后输出shape为(2,256,8)），前256*8个数据为第一个batch的结果。

参数解释请参见支持Caffe算子清单(https://www.hiascend.comdocument/detail/zh/canncommercial/900/API/aolapi/operatorlist_00099.html)。