SSD网络是经典的检测模型,在工作学习中经常用到,对其中的一些细节依然有一些不理解的地方,故参考网上的讲解,总结如下,方便后续查阅。
SSD网络共产生8732个default box,如下图,具体如何产生可参考SSD总结1:SSD理解分析或其他博客内容。
其中8732个default box中,每个feature map中一点怎么产生4个或者6个box,每个box的大小如何?在作者提供的ssd_pascal.py代码中提供了相关计算,文件链接如下:
https://github.com/weiliu89/caffe/blob/ssd/examples/ssd/ssd_pascal_orig.py
相关代码如下:
#coding:utf-8
import math
min_dim = 300 #######维度
# conv4_3 ==> 38 x 38
# fc7 ==> 19 x 19
# conv6_2 ==> 10 x 10
# conv7_2 ==> 5 x 5
# conv8_2 ==> 3 x 3
# conv9_2 ==> 1 x 1
mbox_source_layers = ['conv4_3', 'fc7', 'conv6_2', 'conv7_2', 'conv8_2', 'conv9_2'] #####prior_box来源层,可以更改。很多改进都是基于此处的调整。
# in percent %
min_ratio = 20 ####这里即是论文中所说的Smin=0.2,Smax=0.9的初始值,经过下面的运算即可得到min_sizes,max_sizes。具体如何计算以及两者代表什么,请关注我的博客SSD详解。这里产生很多改进。
max_ratio = 90
##math.floor()函数表示:求一个最接近它的整数,它的值小于或等于这个浮点数。
step = int(math.floor((max_ratio - min_ratio) / (len(mbox_source_layers) - 2)))####取一个间距步长,即在下面for循环给ratio取值时起一个间距作用。可以用一个具体的数值代替,这里等于17。
print('step:',step)
min_sizes = [] ###经过以下运算得到min_sizes和max_sizes。
max_sizes = []
for ratio in range(min_ratio, max_ratio + 1, step): ####从min_ratio至max_ratio+1每隔step=17取一个值赋值给ratio。注意xrange函数的作用。
#####min_sizes.append()函数即把括号内部每次得到的值依次给了min_sizes。
min_sizes.append(min_dim * ratio / 100.)
print(min_sizes)
max_sizes.append(min_dim * (ratio + step) / 100.)
min_sizes = [min_dim * 10 / 100.] + min_sizes ## 在min_sizes前拼接上30
max_sizes = [min_dim * 20 / 100.] + max_sizes
###steps即计算卷积层产生的prior_box距离原图的步长,先验框中心点的坐标会乘以step,相当于从feature map位置映射回原图位置,
###比如conv4_3输出特征图大小为38*38,而输入的图片为300*300,所以38*8约等于300,所以映射步长为8。这是针对300*300的训练图片。
steps = [8, 16, 32, 64, 100, 300]
aspect_ratios = [[2], [2, 3], [2, 3], [2, 3], [2], [2]]
print('min_sizes:',min_sizes)
print('max_sizes:',max_sizes)
输出结果为:
SSD使用6个特征层的feature map用于预测,因此,有6组min_sizes、max_sizes,如conv4_3的min_sizes=30,max_sizes=60;
SSD中6层的特征图中每个点中对应的default box 为4,6,6,6,4,4,该个数与aspect_ratios
量有关系。
如conv4_3的特征层中心点的default box的长宽比aspect_ratios=2,产生两个长方形框,同时还产生两个一大一小的正方形框,因此,当有两个aspect_ratios
时可产生4个长方形框+2个正方形框;
默认框的大小为:
-
小正方形框边长为:min_sizes
-
大正方形框边长为:sqrt(min_sizes * max_sizes)
-
长方形默认框的height和width分为为:
height=1/sqrt(aspect_ratio)*min_size
width=sqrt(aspect_ratio)*min_size
对其高和宽翻转后得到另一个面积相同但宽高相互置换的长方形。
如下图:
可以计算conv4_3特征层对应的默认框大小为:
-
小正方形边长=30
-
大正方形边长为=sqrt(30*60)=42.43
-
长方形的height=30*(1/sqrt(2))=21.21 width=30*sqrt(2) = 42.43,长宽旋转90度产生一个新的长方形;
其他特征层类似计算即可得到默认框的大小和个数。
参考:
1.https://blog.csdn.net/gbyy42299/article/details/81235891