Anchors in SSD
来源:互联网 发布:80端口打不开 编辑:程序博客网 时间:2024/06/06 05:10
SSD预测bbox的做法本质与RPN相同,只不过它在多个layer上进行了预测,以更好的在多尺度上检测物体。
在多层上预测bbox
原始的SSD300在以下Layer上预测:
conv4 ==> 38 x 38 conv7 ==> 19 x 19 conv8 ==> 10 x 10 conv9 ==> 5 x 5 conv10 ==> 3 x 3 conv11 ==> 1 x 1
后面的数字是这个layer输出的feature map的大小。
SSD512:
conv4 ==> 64 x 64 conv7 ==> 32 x 32 conv8 ==> 16 x 16 conv9 ==> 8 x 8 conv10 ==> 4 x 4 conv11 ==> 2 x 2 conv12 ==> 1 x 1
也可以根据实际情况自己决定在哪几层上预测。
Size of reference box
以SSD512为例。
如同RPN一样, 每一层都有一个特定大小的refercence box, 根据它计算出各自的default boxes(anchors)。Reference box是一个正方形的box,大小由scale
参数决定, 作者使用的计算方式为:
其中:conv4
)的Reference box的
训练时,输入的图片都被reshape到512*512
,这样的话,conv4
上的Reference box就是一个实际边长为512*0.2=102
的正方形。
Aspect Ratios for default boxes
得到一个Layer上的Reference box后, 根据这个Layer配置的aspect ratio,可以得到多个不同aspect ratio的default box(也叫anchor)。
以以下参数为例说明anchor的计算方式:
size = 0.2 * 512 = 102.4
, size of reference boxaspect_ratio = [2]
feat_shape=[8, 8]
img_shape = [512, 512] #[h, w]
第i个anchor的w, h
为:
s = aspect_ratio[i];w = size / img_shape[1] * np.sqrt(s)h = size / img_shape[0] / np.sqrt(s)
先计算w, h
的绝对长度:
w = w * img_shape[1]h = h * img_shape[0]
它的真实aspect ratio
为:
所以, 无论是在训练时:
- Anchors in SSD
- anchors
- anchors
- Normalization on conv4_3 in SSD
- Anchors属性
- U3D Anchors
- anchors数组
- Exercise One in Carnegie Course SSD Six
- ssd in caffe windows10安装\配置
- ssd
- SSD
- SSD
- ssd
- SSD
- SSD
- ssd
- SSD
- ssd
- libmysqlclient.so.16()缺失的解决方案
- Educational Codeforces Round 21 C
- Java代码性能优化
- 《微服务架构与实践》
- eclipse插件开发以及打包使用
- Anchors in SSD
- FZU-2150 Fire Game
- SpringMVC的环境搭建
- Java从入门到精通_6 运算符
- React Native-MAC下React Native环境搭建和创建HelloWorld项目
- 剑指offer 6. 重建二叉树
- Node.js 项目的创建、组织与管理
- android设备无线、有线网络下获取MAC地址
- 去掉当ScrollView滑动到尽头时出现阴影效果