mask rcnn pytorch 源码分析三

_predict分析

    def _predict(self, molded_images, proposal_count,
                 mode='training', gt=None):

        if mode not in ['inference', 'training']:
            raise ValueError(f"mode {mode} not accepted.")

        mrcnn_feature_maps, rpn_out = \
            self._foreground_background_layer(molded_images)

        batch_size = rpn_out.classes.shape[0]
        anchors = (
            self.anchors if batch_size > 1 else self.anchors[0].unsqueeze(0)
        )
        with torch.no_grad():
            rpn_rois = proposal_layer(  # Generate proposals
                rpn_out.classes,
                rpn_out.deltas,
                proposal_count=proposal_count,
                nms_threshold=self.config.RPN_NMS_THRESHOLD,
                anchors=anchors,
                config=self.config)

        if mode == 'inference':
            return self._inference(mrcnn_feature_maps, rpn_rois)
        elif mode == 'training':
            # Normalize coordinates
            gt.boxes = gt.boxes / self.config.RPN_NORM

            mrcnn_targets, mrcnn_outs = [], []
            for img_idx in range(0, batch_size):
                with torch.no_grad():
                    rois, mrcnn_target = detection_target_layer(
                        rpn_rois[img_idx], gt.class_ids[img_idx],
                        gt.boxes[img_idx], gt.masks[img_idx], self.config)

                if rois.nelement() == 0:
                    mrcnn_out = MRCNNOutput().to(self.config.DEVICE)
                    logging.debug('Rois size is empty')
                else:
                    # Network Heads
                    # Proposal classifier and BBox regressor heads
                    rois = rois.unsqueeze(0)
                    mrcnn_feature_maps_batch = [x[img_idx].unsqueeze(0).detach()
                                                for x in mrcnn_feature_maps]
                    mrcnn_class_logits_, _, mrcnn_deltas_ = \
                        self.classifier(mrcnn_feature_maps_batch, rois)

                    # Create masks
                    mrcnn_mask_ = self.mask(mrcnn_feature_maps_batch, rois)

                    mrcnn_out = MRCNNOutput(mrcnn_class_logits_,
                                            mrcnn_deltas_, mrcnn_mask_)

                mrcnn_outs.append(mrcnn_out)
                mrcnn_targets.append(mrcnn_target)

            return rpn_out, mrcnn_targets, mrcnn_outs
  1. 先把molded_image 丢进self._foreground_background_layer(molded_images)函数,该函数做fpn分析返回fpn每层的feature maps 和rpn结果的 rpn_out对象 可以理解为,class_logits, class, 和delta三个量合集。
  2. 再进入proposal_layer,给rpn_out做非极大值抑制,并把rpn_out数量限制在proposal_count以下这里是2000.
  3. 然后选择训练模式或者推断模式。这里只讲训练模式。
  4. 把这2000个候选框和gt丢给detection_target_layer该函数会根据gt的标注框找到IOU大于0.5的候选框,比如,找到其中24个候选框和gt 标注框IOU大于0.5,根据config.TRAIN_ROIS_PER_IMAGE * config.ROI_POSITIVE_RATIO的值,这里是66把24个候选框补足为66个候选框,不足的部分在IOU小于0.5的框找,并标注这些框为0即背景。最后该函数返回66个候选框和其对应的target 即class id, delta和masks
  5. 把这66个候选框rois丢给 classifier函数做分类和回归分析
  6. 然后再把这66个候选框rois,丢给mask函数做像素级mask分析
  7. 最后把mrcnn_class_logits, mrcnn_deltas, mrcnn_mask打包成mrcnn_out
  8. 再把rpn_out, mrcnn_targets, mrcnn_outs返回
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值