2-03　source1+L2Nomの省略 　このブロック図の上段、畳み込みvgg10層目の出力はL2Normに入力され、source1が生成されています。 　source1, source2,... source6まで6つありますが、SSDにおいてsouce1は一番小さい領域の特徴量、souce6は一番大きい領域の特徴量を有しています（当該書籍の82ページ参照）。 ●source1が行くのはconf1層目だけ 　上記ブロック図を見るとsource1は「locの1層目」と「confの1層目」に入力されます。loc層は前節で省略したので、confの1層目の重み係数を0にすれば、source1はないのと一緒になります。 　そこでPythonをリスト2‐03のように変更します。 リスト2‐03　confの1層目の重み係数を0に ●小さな物体の検出はあきらめるという選択 　Pythonを変更する前に実行した結果を図2-11、変更した後の結果を図2‐12に示します。このように小さな物体（自動車3台）は認識されていませんが、大きな物体（人と馬）に関しては同じ認識結果になります。 図2-11 Python変更前（source1あり） 図2-12 Python変更後（source1なし） 　またsouce1がなくても良いのなら、L2Normも必要ないことが分かります（L2Normは大雑把に言って標準偏差から偏差値を求めるような処理）。 　 すなわち本節ではconf1の1層目およびL2Normを省略したことになります。さらにアルゴリズムがシンプルになりました。 目次へ戻る