Faster RCNN 改变anchor数量或尺寸

anchor通常设置为3ratio*3scales=9anchors，但实际使用时可能需要进行调整。改变anchor数量或尺寸。先看Faster R-CNN源码产生anchors的部分，位置$Faster RCNN/lib/rpn/generate_anchors.py:

def generate_anchors(base_size=16, ratios=[0.5, 1, 2],
                     scales=2**np.arange(3, 6)):
    """
    Generate anchor (reference) windows by enumerating aspect ratios X
    scales wrt a reference (0, 0, 15, 15) window.
    """

    base_anchor = np.array([1, 1, base_size, base_size]) - 1
    ratio_anchors = _ratio_enum(base_anchor, ratios)
    anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales)
                         for i in xrange(ratio_anchors.shape[0])])

return anchors这个函数三个参数base_size, ratios 和scales，且都有默认值。base_size要和scales集合起来看，anchor的基础尺度=base_size*scales，例如这里默认base_size=16, scales=(8,16,32),那么三个基本尺度分别是128，256和512。然后在这三个基本尺度上才有3个ratio。再来看看哪些地方用到了这个generate_anchors函数，分别是：proposal_layer.py, anchor_target_layer.py和generate.py（三个文件都在目录FRCN_ROOT/lib/rpn/下）。其中generate.py用到generate_anchors的是RFCN ，Faster RCNN是没有的。

一，不改变anchor数量

如果不需要改变anchor数量，而只是简单改变scales和ratios，直接改generate_anchors函数的默认值就好，比如把base_size改为８或者把scales该为2**np.arrage（２，５），都可以把基础尺度减少为64, 128, 256。ratios也可以根据需要这样改。此外，proposal_layer.py, anchor_target_layer.py和generate.py这三个调用了generate_anchor的地方也要相应改一下：
anchor_scales =layer_params.get('scales', (8, 16, 32)) self._anchors = generate_anchors(scales=np.array(anchor_scales))直接改成：anchor_scales =layer_params.get('scales', (8, 16, 32)) self._anchors = generate_anchors()generate_anchors
函数用默认参数就好。

二，改变anchor数量

改变anchor数量的方式可以是直接增减anchor的基础尺度数量或者ratios数量，或者直接用YOLOv２那样聚类anchor，只要改变了anchor数量，就要去修改网络pt文件。以Faster RCNN为例，将目录FRCN_ROOT/models/pascal_voc/VGG16/faster_rcnn_end2end/中test.prototxt、 train.prototxt文件都要改：

layer {
  name: "rpn_cls_score"
  type: "Convolution"
  bottom: "rpn/output"
  top: "rpn_cls_score"
  param { lr_mult: 1.0 decay_mult: 1.0 }
  param { lr_mult: 2.0 decay_mult: 0 }
  convolution_param {
    num_output: 24   # 2(bg/fg) * １２(anchors)
    kernel_size: 1 pad: 0 stride: 1
    weight_filler { type: "gaussian" std: 0.01 }
    bias_filler { type: "constant" value: 0 }
  }
}
layer {
  name: "rpn_bbox_pred"
  type: "Convolution"
  bottom: "rpn/output"
  top: "rpn_bbox_pred"
  param { lr_mult: 1.0 decay_mult: 1.0 }
  param { lr_mult: 2.0 decay_mult: 0 }
  convolution_param {
    num_output: 48   # 4 * １２(anchors)
    kernel_size: 1 pad: 0 stride: 1
    weight_filler { type: "gaussian" std: 0.01 }
    bias_filler { type: "constant" value: 0 }
  }
}layer {
  name: 'rpn_cls_prob_reshape'
  type: 'Reshape'
  bottom: 'rpn_cls_prob'
  top: 'rpn_cls_prob_reshape'
  reshape_param { shape { dim: 0 dim: 24 dim: -1 dim: 0 } }
}

---

转自博文：
https://blog.csdn.net/hongxingabc/article/details/80001186?utm_source=copy