图为经典的SSD网络模型，基础网络为VGG16，在每一层特征图上，SSD会使用卷积层来预测每个位置可能出现的物体类别以及边界框的位置。每个位置的预测会输出多个候选框，每个候选框包括一个类别标签和对应的边界框坐标。