# 从 RGB 到框：当前 LAB10 已经具备完整闭环
[独立阅读](/course/blocks/detector-learning-evidence.html)**课堂上下文：从哪个问题来**
按“参考框→RPN 候选→最终框”给图中的矩形分配身份，并把人工真值单独留在监督侧。RPN 让候选变为可学习预测。LAB10 采用共享原理的一阶段教学变体，不应把它说成原版 Faster R-CNN。


当前 LAB10 的主实验输入是真正的 48×48 RGB 合成图，目标是零至三个对象的类别与归一化框。卷积骨干生成 12×12 网格，每格两个参考框，共 288 个；两个头输出 `[B,288,3]` 类别 logits 与 `[B,288,4]` 偏移。图像进入 `model(images)`，坐标只参与监督与评价。



保留的 2026-09-22 本地完整运行用 768 张训练图、96 张验证图、192 张保留图，训练 28 epoch。它以 TinySSD 的锚框检测闭环为起点，采用单特征层、两种参考尺度，不能称为 D2L 全部多尺度结构的复现。



| 条件 | AP50 | AP75 |
| --- | --- | --- |
| 随机初始化 | .00746 | .00003 |
| 训练后原尺度 | .97303 | .70367 |
| 同权重，仅对象尺寸减半 | .61490 | .17987 |



这些是已有运行记录，本轮内容整理没有重跑实验。原分布明显改善，且存在多对象与空图，支持“模型学习到了图像到对象位置的映射”。更严格位置门槛与小尺度条件仍显著下降，帮助定位下一步研究问题。红色与矩形、蓝色与椭圆相关，因此不能据此宣称自然图像泛化。



读者可先看同一行的 RGB、真值框、预测框和失败图，再看匹配与损失，最后按需运行。原四维逻辑回归保留在热身位置，它说明分类更新，不承担检测证据。

**出处：**[D2L §14.7 TinySSD](https://d2l.ai/chapter_computer-vision/ssd.html)
## 继续阅读与实验