tensorflow - SSD对象检测中的锚框和偏移量

Question

如何计算 SSD 中对象检测的锚框偏移量？据我了解，锚框是 8x8 特征图、4x4 特征图或输出层中的任何其他特征图中的框。

那么偏移量是多少呢？

在 4x4 特征图中，它是边界框中心与特定框中心之间的距离吗？

如果我使用 4x4 特征图作为输出，那么我的输出应该是以下维度：

(4x4, n_classes + 4)

其中 4 是我的锚框坐标。这 4 个坐标可以是：

(xmin, xmax, ymin, ymax)

这将对应于边界框的左上角和右下角。那么为什么我们需要偏移量，如果需要，我们如何计算它们？

任何帮助将非常感激！

标签： tensorflowkerasdeep-learningobject-detectionpytorch

Answer 1

我们需要偏移量，因为这是我们在默认锚框时计算的值，如果 ssd 为每个特征图单元格，他们将在特征图单元格上预定义数量不同比例的锚框，我认为在论文中这个数字是 6 .

现在因为这是一个检测问题，我们也会有ground truth bounding box，这里粗略地比较anchor box和GT box的IOU，如果它大于0.5的阈值，我们预测到那个anchor的box offsets盒子。