ProposalTargetCreator
负责在训练 RoIHead/Fast R-CNN 的时候,从 RoIs 选择一部分 (比如 128 个) 用以训练。
同时给定训练目标, 返回(sample_RoI, gt_RoI_loc, gt_RoI_label)
BATCH_SIZE = 128
BBOX_THRESH=0.5
FG_FRACTION = 0.25
步骤:
- RoIs 和 gt_bboxes 的 IoU 大于 0.5 的,选择一些(比如 32 个)
- 选择 RoIs 和 gt_bboxes 的 IoU 小于等于 0(或者 0.1)的选择一些(比如 128-32=96 个)作为负样本
- 为了便于训练,对选择出的 128 个 RoIs,还对他们的gt_roi_loc 进行标准化处理(减去均值除以标准差)
- 最终返回sample_RoI(128个roi区域), gt_RoI_loc(128个roi相对GT的偏移值), gt_RoI_label(128个roi区域的对应的标注)
roi的画图效果: