文章目录

anchor box 是如何确定的?
- anchor box 框的位置是怎么设置的？
- anchor box 的数量和形状是怎么设置的？
- anchor box 的预测过程是怎样的？
- - 1. 将 anchor box 与 bounding box 匹配：
  - 2. 为 anchor box 预测类别：
  - 3. 为 anchor box 预测位置偏移量：
  - 4. 计算每一个 abox 与 bbox 之间的位置偏移量。
  - 5. 让每一个 bbox 只保留一个预测边界框（非极大值抑制（non-maximum suppression，NMS））

anchor box 是如何确定的?

anchor box 框的位置是怎么设置的？

通常一个对象或者说一个中心点的 anchor box 不是通过数学公式或者训练数据集生成的，而时由人主动设计的（这就感觉不够智能，很傻）。
通常均分分布在图片上（其本质和滑动窗口检测一样，都是在遍历图片）。
一个中心会对应多个 anchor box 。（数量也是认为设定的，不够智能，超参数设置）

anchor box 的数量和形状是怎么设置的？

数量和形状通常都是人为设定的，想设置多少就是多少。（YOLO 第一个版本的anchor box 形状是认为给定的，第二个版本中的 anchor box的形状是通过聚类来自动设计的。有效的降低了框大小带来的loss值，测试得分会更高一点。）
在YOLOv1里面会为每一幅图片分配49个 cell，每一个cell 会分配 2 个anchor box，所以总共就会有98个 anchor box。

首先要给每一幅图分配多个中心点（cell）。（中心点的数量不是自动设计，不够智能）
再给每个中心点分配多个 anchor box 。（anchor box 的数量也不是自动设计的，不够智能）

anchor box 的预测过程是怎样的？

预测过程分为2个部分，预测框的位置和框的类别。

1. 将 anchor box 与 bounding box 匹配：

框位置的预测是通过比较IOU实现的，IOU越大表示预测的越好。
一幅图中所有的anchor box（abox）数目一定是大于等于 bounding box（bbox）的数量，只要这样才有可能预测到所有的 bbox。
训练的时，一幅图片上会分配很多的 abox 和 bbox。
首选为每一个 bbox 匹配一个最好的 abox（使用比较IOU的算法实现），所有的 bbox 配对完之后，一些剩余的 abox 会没有匹配（没有对应 bbox ）。
为剩余的每一个 abox 分配 bbox（这些 bbox 之前已经和更好的 abox 匹配了）
所有的匹配都要满足设置的IOU要求，没有匹配的 abox 被定义为负类 anc hor box。

2. 为 anchor box 预测类别：

abox 与对应的 bbox 匹配之后，就将 bbox 的类别赋值给 abox，

3. 为 anchor box 预测位置偏移量：

abox 的标注偏差是由匹配好的 abox 与 bbox 之间的偏差决定的。
没有匹配的 abox 被定义为负类 anchor box。

4. 计算每一个 abox 与 bbox 之间的位置偏移量。

整幅图的每一个 anchor box 的预测信息都会存放在在 lebel 中
label[2]：存放每一个 abox 的预测类别。(0 为背景，1为猫，2为……)
label[1]：存放每一个 abox 掩码（mask）变量，掩码变量中的元素与每个锚框的4个偏移量一一对应。背景 abox 四个值都是0，非背景 abox 四个值都是1。
label[0]：存放每一个 abox 标注的四个偏移量，规定背景 abox 的这四个值全是0。

5. 让每一个 bbox 只保留一个预测边界框（非极大值抑制（non-maximum suppression，NMS））

NMS：将所有的预测概率从高到低排列，每个 bbox 只保留概率最高的那个，移除其他的。最后列表就只保留了每个 bbox 预测概率最高的那个值（把每个目标框的最好的那个框）。

一个关于anchor box 讲解的链接

anchor box 是如何确定的?相关推荐

抛弃Anchor box和NMS，目标检测新范式开源：Sparse R-CNN
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要10分钟 Follow小博主,每天更新前沿干货作者丨孙培泽@知乎来源丨https://zhuanlan.zhihu.com/p/31005 ...
计算机视觉滑动窗方法,图像分割相关技术之滑动窗口、RPN以及anchor box简介
图像分割相关技术之滑动窗口.RPN以及anchor box简介标签:## 时间:2019/11/17 11:07:25 作者:小木对象识别(object recognition)是计算机视觉(co ...
（Object detection）目标检测从入门到精通——第四部分anchor box
3.8 Anchor Boxes 到目前为止,对象检测中存在的一个问题是每个格子只能检测出一个对象,如果你想让一个格子检测出多个对象,你可以这么做,就是使用anchor box这个概念,我们从一个例子 ...
0927锚框（Anchor box）
锚框(Anchor box) 目标检测算法中,通常会在输入图像中采样大量的区域,然后判断这些区域中是否包含所感兴趣的目标,并调整区域边界从而更加准确地预测目标的真实边界框(ground-truth b ...
【目标检测】概念理解：region proposal、bounding box、anchor box、ground truth、IoU、NMS、RoI Pooling
最近刚接触图像识别,理解一些概念十分困难,尤其是动不动就冒出个看不懂的英语,让人抓狂.查了不少资料后做一个总结并加上一些自己的理解,理解若有误,烦请大家指出,相互学习. 本文主要对region pro ...
ECCV2020 AABO: Adaptive Anchor Box Optimization for Object Detection via Bayesian Sub-sampling论文翻译
ECCV2020 AABO论文翻译摘要 1.介绍 2.相关工作 3.提出的方法 3.1 初步分析 3.2 anchors的搜索空间优化 3.3 通过子抽样的贝叶斯锚优化 4.实验 4.1数据集,指标 ...
Anchor box的理解
Anchor box的理解这个概念最初是在Faster R-CNN中提出,此后在SSD.YOLOv2.YOLOv3等优秀的目标识别模型中得到了广泛的应用. 背景在Faster-RCNN中首次提出a ...
Bounding Box与anchor box
之前一直分不清Bounding Box与anchor box,直到问了一下 YOLO会将输入的图片分成S*S个网格,每个小网格会生成n个anchor Box.图像的真实框会和图像中心点所在的小网格生成 ...
锚框(anchor box)/先验框(prior bounding box)概念介绍及其生成
一.锚框(anchor box)/先验框(prior bounding box) 在众多经典的目标检测模型中,均有先验框的说法,有的paper(如Faster RCNN)中称之为anchor(锚点), ...

anchor box 是如何确定的?

文章目录

anchor box 是如何确定的?

anchor box 框的位置是怎么设置的？

anchor box 的数量和形状是怎么设置的？

anchor box 的预测过程是怎样的？

1. 将 anchor box 与 bounding box 匹配：

2. 为 anchor box 预测类别：

3. 为 anchor box 预测位置偏移量：

4. 计算每一个 abox 与 bbox 之间的位置偏移量。

5. 让每一个 bbox 只保留一个预测边界框（非极大值抑制（non-maximum suppression，NMS））

anchor box 是如何确定的?相关推荐

最新文章

热门文章