fast-rcnn部分对于fast_rcnn_loss的实现,首先通过
minibatch_indices,minibatch_reference_boxes_mattached_gtboxes, minibatch_object_mask,
minibatch_label_one_hot = self.fast_rcnn_minibatch(self.fast_rcnn_all_level_proposals)获取mini-batch的信息,在fast_rcnn_minibatch的代码实现中,第一步需要reference_boxes_mattached_gtboxes, object_mask, label = \ self.fast_rcnn_find_positive_negative_samples(reference_boxes)找到正负样本。
进入fast_rcnn_find_positive_negative_samples函数中,首先在gtboxes_and_label中获取gt_box的数据,有M个gt_box,iou计算得到一个NM的iou矩阵,N为reference(也即上阶段rpn proposals)的数目。
matches为每一行iou最大值的索引,即该proposal与gtboxes中iou最大的那个gtbox的编号;【N, 】
max_iou_each_row为对应的那个iou的值;【N,】
positives为max_iou_each
faster-rcnn中对fast-rcnn loss部分的代码解析
最新推荐文章于 2021-08-10 18:39:36 发布