bbox回归预测时所采用公式思路讨论（1）

在深度学习框架中，从faster rcnn开始，中间的预测模型，不如ssd,yolo,yolov2等，一直在用如下公式对bbox的位置进行回归，
tx=(x-xa)/wa
ty=(y-ya)/ha
tw=log(w/wa)

th=log(h/ha)

这里，其实很多人看到这里时，会有个疑问，为什么不用如下公式来做回归呢？
tx=x-xa
ty=y-ya
tw=w/wa

th=h/ha

这样不是更加直观，简洁么？

其实，采用上面的公式，原因如下。

这里 x,y,w,h,分别代表当前的bbox的左上角点的横轴，左上角点的纵轴，宽和高。

xa,ya,wa,ha 分别代表ground truth的相应参数。

这里，要从x回归得出xa，与两个bbox中心点的位移和宽度的变化倍数有关，两者关系如下：

假设两个矩形中心点位移为d

xa +0.5*wa = x+0.5*w+d.

这里w 和wa肯定也是有个函数关系的,定为wa = tw*w,那么上式就变为：

xa+0.5wa = x+0.5*wa/tw+d,

从上式上看，xa 与x的位置关系，由wa和d共同决定，换算如下公式为：

(x-xa)/wa = 0.5-0.5/tw-d.

这样就可以把上式右边的部分等价为一个未知量tx,来回归得到。

同理ty。

那么来看tw=log(w/wa)的道理。

这个我感觉主要因为计算机在数值计算上精度不够，才采用指数来运算的，就好像我们采用softmax一样。

利用了指数函数把无限小的数据映射为0，把0映射为1的特性，避免了计算机的精度粒度，在处理过小数据时，不够用的问题。

同理th=log(h/ha),也一样。

不知道我说的对不对，大家有没有补充、纠正的，请不吝赐教啊，

注：在bbox回归预测时所采用公式思路讨论（2）中，我打算讨论下yolov2在这上面的改进工作，说说原理，这样做的好处，以及实际实验结果。