Faster R-CNN/RPN/generate_anchorsの詳細
18451 ワード
注:mdファイル、Typoraソフトウェア作成、md互換度github=CSDN>は、互換性がない場合は他のプラットフォームに移動し、githubドキュメントをダウンロードしてください.
githubにアップロード:https://github.com/FermHan/Learning-NotesCSDNで発表:https://blog.csdn.net/hancoder/article/知乎コラムに発表:https://zhuanlan.zhihu.com/c_1088438808227254272
anchorsは当初Faster R-CNNで初めて提案されたが,後にターゲット検出におけるFPN,SSD,Mask R-CNNにはanchorsに類似した用法があり,ターゲット検出の重要度からコード解読を行う.
コードのもと:githubの上でfaster R-CNNを探してたくさんあって、個人の参考https://github.com/jwyang/faster-rcnn.pytorch
anchors定義
Faster R-CNNの各部分は以前、R-CNN発展史ノートで説明したように、目標検出初読者は文頭が提供した各プラットフォームで調べることができる.
ここで一言で言えばconv 5を仮定します.3上の3×3ボリュームコア対応原図上の9種類のボックス.(なぜ9種類なのか?実験者がまとめたもので、YOLOではanchorクラスタリングを行ってanchorプリセット値を得る操作がある)
コード#コード#
rpn/generate_anchors.py
メイン関数を見てからgenerate_anchorsが見始めました
main
メイン関数、個別に実行されるエントリ
generate_anchors
セカンダリプライマリ関数に相当し、他の関数を呼び出します.
_ratio_enum
正方形x 1 y 1 x 2 y 2が与えられ、その後、この正方形に従って同面積scaleの3種類のアスペクト比ratioのボックスになる.1個の正方形を入力することに相当して、1個の正方形+2個の長方形を出力します
_whctrs(anchor)
anchorのx 1 y 1 x 2 y 2をwhと中心座標に換算
_mkanchors
付generate_anchors.py実行結果
base_anchor
ratios
(幅、高さ、xc、yc)
座標
[184,96,7.5,7.5] scale=8
[ -84. -40. 99. 55.]
23×12(2:1)
[368,192,7.5,7.5] scale=16
[-176. -88. 191. 103.]
[736,384,7.5,7.5] scale=32
[-360. -184. 375. 199.]
[128,128,7.5,7.5] scale=8
[ -56. -56. 71. 71.]
16×16
16×16(1:1)
[256,256,7.5,7.5] scale=16
[-120. -120. 135. 135.]
[512,512,7.5,7.5] scale=32
[-248. -248. 263. 263.]
[88,176,7.5,7.5] scale=8
[ -36. -80. 51. 95.]
11×22(1:2)
[176,352,7.5,7.5] scale=16
[ -80. -168. 95. 183.]
[352,704,7.5,7.5] scale=32
[-168. -344. 183. 359.]
githubにアップロード:https://github.com/FermHan/Learning-NotesCSDNで発表:https://blog.csdn.net/hancoder/article/知乎コラムに発表:https://zhuanlan.zhihu.com/c_1088438808227254272
anchorsは当初Faster R-CNNで初めて提案されたが,後にターゲット検出におけるFPN,SSD,Mask R-CNNにはanchorsに類似した用法があり,ターゲット検出の重要度からコード解読を行う.
コードのもと:githubの上でfaster R-CNNを探してたくさんあって、個人の参考https://github.com/jwyang/faster-rcnn.pytorch
anchors定義
Faster R-CNNの各部分は以前、R-CNN発展史ノートで説明したように、目標検出初読者は文頭が提供した各プラットフォームで調べることができる.
ここで一言で言えばconv 5を仮定します.3上の3×3ボリュームコア対応原図上の9種類のボックス.(なぜ9種類なのか?実験者がまとめたもので、YOLOではanchorクラスタリングを行ってanchorプリセット値を得る操作がある)
コード#コード#
rpn/generate_anchors.py
メイン関数を見てからgenerate_anchorsが見始めました
main
メイン関数、個別に実行されるエントリ
generate_anchors
セカンダリプライマリ関数に相当し、他の関数を呼び出します.
_ratio_enum
正方形x 1 y 1 x 2 y 2が与えられ、その後、この正方形に従って同面積scaleの3種類のアスペクト比ratioのボックスになる.1個の正方形を入力することに相当して、1個の正方形+2個の長方形を出力します
_whctrs(anchor)
anchorのx 1 y 1 x 2 y 2をwhと中心座標に換算
_mkanchors
from __future__ import print_function
import numpy as np
try:
xrange # Python 2
except NameError:
xrange = range # Python 3
# ：anchors .py ， x1y1x2y2。wh
# 1
def generate_anchors(base_size=16, ratios=[0.5, 1, 2],
scales=2**np.arange(3, 6)):
# base_size=16 feature map 16×16
# ratios=[0.5,1,2] anchors 1:2,1:1,2:1
# base_size/ ratios base_size 3 23:12,16:16,11:22
# scales base_size anchor [8,16,32]
# base_size×scales (16*8)*(16*8)=128*128,(16*16)*(16*16)=256*256,(16*32)*(16*32)=512*512，
"""
Generate anchor (reference) windows by enumerating aspect ratios X
scales wrt a reference (0, 0, 15, 15) window.
"""
base_anchor = np.array([1, 1, base_size, base_size]) - 1
# [0,0,15,15]，
ratio_anchors = _ratio_enum(base_anchor, ratios) # 16，[0.5, 1, 2]
# scale ratio anchor
# ratio_anchors=
#[[ -3.5 2. 18.5 13. ]
# [ 0. 0. 15. 15. ]
# [ 2.5 -3. 12.5 18. ]]
# ratio_anchors.shape[0]=3
anchors = np.vstack(
[ _scale_enum(ratio_anchors[i, :], scales) for i in xrange(ratio_anchors.shape[0])]
) #
# [[ -84. -40. 99. 55.]
# [-176. -88. 191. 103.]
# [-360. -184. 375. 199.]
# [ -56. -56. 71. 71.]
# [-120. -120. 135. 135.]
# [-248. -248. 263. 263.]
# [ -36. -80. 51. 95.]
# [ -80. -168. 95. 183.]
# [-168. -344. 183. 359.]]
return anchors
# 2
def _ratio_enum(anchor, ratios): # [0,0,15,15],[0.5, 1, 2]
"""
Enumerate a set of anchors for each aspect ratio wrt an anchor.
"""
w, h, x_ctr, y_ctr = _whctrs(anchor)
# _whctrs anchor x1y1x2y2 wh
size = w * h #size:16*16=256
size_ratios = size / ratios #256/ratios[0.5,1,2]=[512,256,128]
# w/ ratios
ws = np.round(np.sqrt(size_ratios)) #np.round() ，np.sqrt() ws:[23 16 11]
hs = np.round(ws * ratios) #hs:[12 16 22],ws hs 。23&12
# ， ， （ ， ， ， ） ，
#
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
# whx_cy_c x1y1x2y2， w×h
return anchors # generate_anchors
# 3
def _whctrs(anchor): # anchor x1y1x2y2 wh
"""
Return width, height, x center, and y center for an anchor (window).
"""
w = anchor[2] - anchor[0] + 1
h = anchor[3] - anchor[1] + 1
x_ctr = anchor[0] + 0.5 * (w - 1)
y_ctr = anchor[1] + 0.5 * (h - 1)
return w, h, x_ctr, y_ctr
# 4
def _mkanchors(ws, hs, x_ctr, y_ctr):
# ws=[23 16 11] hs=[12 16 22]
"""
Given a vector of widths (ws) and heights (hs) around a center
(x_ctr, y_ctr), output a set of anchors (windows).
"""
ws = ws[:, np.newaxis] # np.newaxis None，
# ws=[23 16 11] ws=[[23], [16], [11]]
hs = hs[:, np.newaxis]
anchors = np.hstack((x_ctr - 0.5 * (ws - 1), # ， ，
y_ctr - 0.5 * (hs - 1),
x_ctr + 0.5 * (ws - 1),
y_ctr + 0.5 * (hs - 1) ))
# anchors= [[-3.5,2,18.5,13]
# [0,0,15,15]
# [2.5,-3,12.5,18]]
return anchors #x1y1x2y2
# 5 ， 3 ，3 generate
def _scale_enum(anchor, scales):
"""
Enumerate a set of anchors for each scale wrt an anchor.
"""
# anchor=[ -3.5 2. 18.5 13. ] scales=[8,16,32]
# _scale_enum ： ratio， scale
w, h, x_ctr, y_ctr = _whctrs(anchor)
ws = w * scales # [ 184. 368. 736.]
hs = h * scales # [ 96. 192. 384.]
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
# [[ -84. -40. 99. 55.]
# [-176. -88. 191. 103.]
# [-360. -184. 375. 199.]]
return anchors
if __name__ == '__main__':
import time
t = time.time()
a = generate_anchors() #
print(time.time() - t)
print(a)
from IPython import embed; embed()
付generate_anchors.py実行結果
base_anchor
ratios
(幅、高さ、xc、yc)
座標
[184,96,7.5,7.5] scale=8
[ -84. -40. 99. 55.]
23×12(2:1)
[368,192,7.5,7.5] scale=16
[-176. -88. 191. 103.]
[736,384,7.5,7.5] scale=32
[-360. -184. 375. 199.]
[128,128,7.5,7.5] scale=8
[ -56. -56. 71. 71.]
16×16
16×16(1:1)
[256,256,7.5,7.5] scale=16
[-120. -120. 135. 135.]
[512,512,7.5,7.5] scale=32
[-248. -248. 263. 263.]
[88,176,7.5,7.5] scale=8
[ -36. -80. 51. 95.]
11×22(1:2)
[176,352,7.5,7.5] scale=16
[ -80. -168. 95. 183.]
[352,704,7.5,7.5] scale=32
[-168. -344. 183. 359.]