时间戳

首页 > 解决方案 > 在 Single Shot Multi-box 检测器中使用基本锚大小

tensorflow - 在 Single Shot Multi-box 检测器中使用基本锚大小

问题描述

我正在挖掘Tensorflow 对象检测 API，以检查SSD 架构的锚框生成。在这个动态生成锚框的py 文件中，我无法理解base_anchor_size. 在相应的论文中，没有提到这样的事情。简而言之两个问题：

  1. 参数有什么用base_anchor_size？是不是重要？
  2. 在原始输入图像有square形状和不是正方形的情况下，此参数如何影响训练？

标签： tensorflowobject-detectionobject-detection-api

解决方案

在 SSD 架构中，存在固定在前面的锚点的比例，例如 0.2-0.9 范围内的线性值。这些值与图像大小有关。例如，给定 320x320 的图像，那么最小的锚点（比例为 1:1）将是 64x64，最大的锚点将是 288x288。但是，如果您希望在模型中插入更大的图像，例如 640x640，但不更改锚点大小（例如，因为这些是远处对象的图像，所以不需要大对象；不保留锚点大小可以让您不要在新分辨率上微调模型），那么你可以简单地拥有一个base_anchor_size=0.5，这意味着锚比例相对于输入图像大小将是 0.5*[0.2-0.9] 。

此参数的默认值为[1.0, 1.0]，表示没有任何影响。

这些条目对应于[height, width] 相对于您可以在图像中容纳的最大平方，意思是[min(image_height,image_width),min(image_height,image_width)]。因此，例如，如果您的输入图像是 VGA，即 640x480，则 将base_anchor_size被视为相对于[480,480].

推荐阅读