Anchors
在Feature Map上选用用一个$3\times 3$的滑窗，每个滑窗生成9个anchors（具有相同中心点$(x_a,y_a）$，但具有3种不同的长宽比（aspect ratios）和3种不同的尺寸（scales），计算的是相对于原始图片的尺寸）
对每个anchor计算与ground-truth bbox的重叠比IOU
if IoU > 0.7 p = 1
else if IoU < 0.3 p = -1
else p = 0
从Feature Map中提取$3 \times 3$的空间特征，并将其输入到一个小网络中，该网络具有两个输出任务分支：
-
分类（classfication）：输出一个概率值，表示bounding-box中是否包含物体或者背景
- 损失定义：
判断是背景还是前景，进行损失计算
-
回归（regression）：预测边界框（bounding-box）
- 损失定义：
GroundTruth:
Anchors: $(x_a,y_a,w_a,h_a)$
prediction: $(x,y,w,h)$
计算$t$和$t^*$的损失
Generate Anchors
具体实现代码如下：
def generate_anchors(stride=16, size=(32, 64, 128), aspect_ratios=(0.5, 1, 2)):
"""
生成anchors原理：
（1）先对anchor生成不同aspect_ratios下的base_anchors
（2）再根据实际设计的anchor的尺寸，将base_anchors进行扩大，扩大倍数就是size / stride
:param stride: anchor的步长
:param size: 候选框的尺寸
:param aspect_ratios: 候选框的长宽比
:return: anchors ((x1, y1, x2, y2),.....)
"""
return _generate_anchors(
stride,
np.array(size, dtype=np.float) / stride,
np.array(aspect_ratios, dtype=np.float),
)
def _generate_anchors(base_size, scales, aspect_ratios):
"""
生成anchors
:param base_size: 基本anchor的尺寸
:param scales: anchor的尺寸
:param aspect_ratios: 长宽比
:return: anchors detype=torch.float64
"""
anchor = np.array([1, 1, base_size, base_size], dtype=np.float) - 1
anchors = _ratio_enum(anchor, aspect_ratios)
anchors = np.vstack([_scale_enum(anchors[i, :], scales) for i in range(anchors.shape[0])])
return torch.from_numpy(anchors)
def _whctrs(anchor):
"""
返回anchor的宽度、高度以及中心点的坐标
:param anchor: (x1, y1, x2, y2)
:return: w, h, x_ctr, y_ctr
"""
w = anchor[2] - anchor[0] + 1
h = anchor[3] - anchor[1] + 1
x_ctr = anchor[0] + 0.5 * (w - 1)
y_ctr = anchor[1] + 0.5 * (h - 1)
return w, h, x_ctr, y_ctr
def _mkanchors(ws, hs, x_ctr, y_ctr):
"""
给定中心点和长宽，返回对应的anchors
:param ws: 设定的宽度
:param hs: 设定的高度
:param x_ctr: 中心点x坐标
:param y_ctr: 中心点y坐标
:return: anchors
"""
ws = ws[:, np.newaxis]
hs = hs[:, np.newaxis]
anchors = np.hstack(
(
x_ctr - 0.5 * (ws - 1),
y_ctr - 0.5 * (hs - 1),
x_ctr + 0.5 * (ws - 1),
y_ctr + 0.5 * (hs - 1),
)
)
return anchors
def _ratio_enum(anchor, ratios):
w, h, x_ctr, y_ctr = _whctrs(anchor)
size = w * h
size_ratios = size / ratios
ws = np.round(np.sqrt(size_ratios))
hs = np.round(ws * ratios)
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
return anchors
def _scale_enum(anchor, scales):
w, h, x_ctr, y_ctr = _whctrs(anchor)
ws = w * scales
hs = h * scales
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
return anchors
