转载于
作者:冰很烫
链接:https://www.zhihu.com/question/521559167/answer/2386284858
来源:知乎
Ground truth是真实标注框,也就是人工标注,一般被看作“真值”Bounding box一般认为(为什么是一般认为,原因参照下面一段最后括号中的内容)是网络最终预测的结果,也就是“可能值”,因为网络可能预测正确也可能错误Anchor box被称作预选框,anchor的机制会更复杂一些,有许多帖子来专门讲解这个。总的来说就是在图像上会按照一定的规律放置一些anchor,网络会学习anchor相对于ground truth的偏移量,我们可以把anchor看作bounding box的“爷爷”,anchor+/-/×/÷偏移量所得到的框是bounding box的“父亲”,“父亲”经过非极大值抑制(NMS)之后就是bounding box了(但是也可以说“父亲”就是bounding box了,只是因为“父亲”很少出现在这个领域的相关内容中,所以一般说bounding box的时候指的是NMS之后的结果)IOU在不同的阶段会代表不同目标之间的交并比,比如在训练阶段需要判断anchor是正样本还是负样本,这个时候就需要用ground truth和anchor box计算IOU。在推理预测阶段进行NMS操作的时候,又要计算“父亲”每个框的IOU来进行合并删除操作