为什么SSD对局部遮挡的滑坡体识别效果极差，只能达到8%的precision这正常吗

SSD（Single Shot Multibox Detector）是一种基于深度学习的目标检测算法，其主要思想是将目标检测问题转化为一个回归问题。SSD算法的精度在一定程度上受到训练数据、模型结构、参数设置等因素的影响。对于遮挡严重的情况，SSD的检测精度可能会受到很大的影响，因为它采用了固定大小的预测框，无法很好地适应目标的变形和遮挡情况。

针对遮挡情况下的滑坡体识别问题，可以考虑使用更加复杂的网络结构，例如Faster R-CNN、YOLOv3等，这些算法在目标检测方面有着更高的精度和更好的鲁棒性。此外，还可以采用数据增强等技术来提高模型的鲁棒性，从而提高滑坡体识别的精度。因此，仅使用SSD算法达到8%的precision可能不太正常，需要进一步分析原因并采取相应的改进措施。