论文部分
-
default box部分:
对特征图的每一个网格生成k个default box,记待检测种类c,每个default box有4个调整参数。所以对规模为m*n的特征图生成(c+4)kmn个参数。
-
正样本选取:
1,对每一个GT box,都去匹配和他的iou最大的default box作为正样本
2,对每一个default box,只要和任一个GT的iou大于0.5,也认为是正样本
-
损失函数:
总损失函数是分类损失conf和定位损失loc的加权平均值,其中α是超参数,作者建议为1
定位损失用的是Smooth L1函数,对预测框和真实框的4个参数分别计算损失。4个参数是中心点的二位左边以及宽高,如下式所示:
分类损失用的则是softmax函数,包括正样本和负样本的:
-
default box大小的设置:
作者讲的很详细,但是看了很多的源码都不是按照作者的思路实现的
-
hard negative mining:
当完成正样本匹配之后,剩余的default box会被归为负样本。尤其是当default box的数量越多,负样本的数量也就会越多,这会导致正负样本不平衡。我们对每一个负样本计算confidence loss,值最大的负样本在训练过程中被认为是目标的可能性就越大,所以我们把这样的用作负样本。把正负样本比率设为1:3