本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.
目标检测算法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我们感兴趣的目标，并调整区域边界从而更准确地预测目标的真实边界框.不同的模型使用的区域采样方法可能不同。 这里我们介绍其中的一种方法： 以每个像素为中心，生成多个缩放比和宽高比（aspect ratio）不同的边界框。 这些边界框被称为 锚框 （anchor box）
用锚框检测的步骤
基于锚框的目标检测算法就是随机生成多个锚框，比较这些锚框与真实边缘框的差异来预测
提出多个被称为锚框的区域（边缘框）
预测每个锚框里是否含有关注的物体
如果是，预测这个锚框到真实边缘框的偏移
处理锚框
即计算锚框与真实边缘框的距离
并交比（IoU）
用来计算两个框之间的相似度
0表示无重叠，1表示重合
这是Jaccard指数的一个特殊情况
杰卡德系数（Jaccard）可以衡量两组之间的相似性。 给定集合和，他们的杰卡德系数是他们交集的大小除以他们并集的大小：
赋予锚框编号
为了训练目标检测模型，我们需要每个锚框的 类别（class）和偏移量 （offset）标签，其中前者是与锚框相关的对象的类别，后者是真实边界框相对于锚框的偏移量。
每个锚框是一个训练样本
将每个锚框，要幺标注成背景，要幺关联上一个真实边缘框
我们可能会生成大量锚框
这可能会导致大量的父类样本
将真实边界框分配给锚框
算法步骤：
举例：
矩阵的横向（1,2，3,4）表示边缘框（即图像中四个物体的真实边框），纵向（1到9表示随机生成的锚框）
假设矩阵X中的最大值x23，我们将真实边界框B3分配给锚框A2。然后，我们丢弃矩阵第2行和第3列中的所有元素，在剩余元素（阴影区域）中找到最大的x71，然后将真实边界框B1分配给锚框A7。丢弃矩阵第7行和第1列中的所有元素，在剩余元素（阴影区域）中找到最大的x54，然后将真实边界框分配B4给锚框A5。 丢弃矩阵第5行和第4列中的所有元素，在剩余元素（阴影区域）中找到最大的x92，然后将真实边界框B2分配给锚框A9。之后，我们只需要遍历剩余的锚框A1,A3,A4,A6,A8，然后根据阈值确定是否为它们分配真实边界框。
使用非极大值抑制输出（NMS）
当有许多锚框时，可能会输出许多相似的具有明显重叠的预测边界框，都围绕着同一目标。 为了简化输出，我们可以 使用非极大值抑制（non-maximum suppression，NMS）合并属于同一目标的类似的预测边界框 。
工作原理
我们以图像的每个像素为中心生成不同形状的锚框。
交并比（IoU）也被称为杰卡德系数，用于衡量两个边界框的相似性。它是相交面积与相并面积的比率。
在训练集中，我们需要给每个锚框两种类型的标签。一个是与锚框中目标检测的类别，另一个是锚框真实相对于边界框的偏移量。
在预测期间，我们可以使用非极大值抑制（NMS）来移除类似的预测边界框，从而简化输出
Be First to Comment