2020-12-19

CV-目标检测 学习记录 Day02

一、先验框
1.先验框的尺度（大小及长宽比）及数量都可以调整，针对原图进行遍历，得到的数量太多，而对下采样之后的feature map进行遍历，将大大减少先验框数量。
注：下采样指得到原有图像的缩略图，对MN进行S倍的下采样，则得到(M/S)（N/S）大小的的图像。
2.通过设置阈值，来对先验框进行筛选。
3.Creat_prior_boxes函数，用于生成先验框。框位置的移动通过其中心点数值的累加来移动。
4.obj_scales = [0.1, 0.2, 0.3] ，调整先验框的基准大小，与原图相比较。
5.不同的先验框尺度，靠近边缘的有可能会超出原图，需要截断。
使用prior_boxes.clamp_(0, 1)函数，，将其坐标控制在图片内。

二、模型结构
1.教程内使用的网络，称为Tiny_Detector，与SSD网络接近。
其中以VGG16作为头部。
2.VGG16网络-自己再学习补充（本网络舍弃了fc6和fc7两个全连接层）
Conv卷积层，pool池化层，kernel_size卷积核大小，
padding=1 （1填充）
3.anchor的设置：779个框
将原图均匀分成7x7个cell
设置3种不同的尺度：0.2, 0.4, 0.6
设置3种不同的长宽比：1:1, 1:2, 2:1

4.分类头和回归头
（ubantu系统使用cat命令，windows使用type命令）
为了得到预测类别和偏移量，在feature map后分别接两个卷积层。
回归头：feature map大小 * 4 *9 36个卷积核
对于偏移量4个值的预测有9组
分类头：feature map大小 *class num *9 （本实验189个卷积核）
对于21个分类的预测有9组
（这部份代码及理论还需要多学习，待补充，没啃太明白）