tensorflow - 在 Single Shot Multibox 检测器中使用 base anchor size

Question

我正在挖掘Tensorflow Object Detection API为了检查 SSD architecture 的 anchor 框生成.在此 py file动态生成 anchor 框的地方，我无法理解 base_anchor_size 的用法.在相应的论文中，没有提到这样的事情。简而言之两个问题:

base_anchor_size有什么用范围？那很重要么？

在原始输入图像为square的情况下，该参数如何影响训练在形状和情况下它不是方形的？

Answer 1

在 SSD 架构中， anchor 的比例是固定的，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 anchor (比例为 1:1)将是 64x64，最大的 anchor 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 anchor 大小(例如，由于这些是远对象的图像，因此不需要大对象；不保持 anchor 大小不变可让您无需在新分辨率下微调模型)，然后您可以简单地拥有一个 base_anchor_size=0.5 ，这意味着相对于输入图像大小， anchor 定比例将为 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。

条目对应于 [height, width] 亲戚 到您可以放入图像的最大正方形，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，那么 base_anchor_size被认为是相对于 [480,480] .