区别
1.YOLO在卷积层后接全连接层，即检测时只利用了最高层Feature maps（包括Faster RCNN也是如此）
而SSD采用金字塔结构，即利用了conv4-3/fc7/conv6-2/conv7-2/conv8_2/conv9_2这些大小不同的feature maps，在多个feature maps上同时进行softmax分类和位置回归
2.SSD还加入了Prior box
loss
SSD的loss中，不同类别的分类器是softmax，最终检测目标的类别只能是一类。
而在yolo-v3中，例如对于80类的coco数据集，对于类别进行判断是80个logistic分类器，只要输出大于设置的阈值，则都是物体的类别，物体同时可以属于多类，例如一个物体同时是person和woman。
Backbone network
ssd原版的基础网络就是VGG19，也可以用mobile-net、resnet等。
yolo-v3的基础网络是作者自己设计的darknet-53（因为具有53个卷积层），借鉴了resnet的shortcut层，根据作者的话，以更少的参数、更少的计算量实现了接近的效果。