Detection ouput

Detection ouput

SSD

输入输出

• inputs[0]: location map, {N, boxes * 4}

• inputs[1]: confidence map, ssd: {N, classes, boxes}, yolov3: {N, boxes, classes}

• inputs[2]: priorbox prior boxes, dims = 4 {1, 2, boxes * 4(xmin, ymin, xmax, ymax)}

• output0: shape_out = Shape({1, 1, param.keep_top_k * input[0]->num(), 7}, Layout_NCHW);

• 输出大小为[1, 1, x, 7]，其中x是最后保留的框的个数，最后一维存放的数据为：
  [image_id, label, confidence, xmin, ymin, xmax, ymax]

• mbox_priorbox, 仅仅是计算norm_mbox_loc对应于原图的大小，有了mbox_priorbox层来获取原图的比例，norm_mbox_loc就能够通过比例来计算出所处于原图具体的什么位置了。

参数 Z

• code_type_类型默认为 CENTER_SIZE

• variance_encoded_in_target_ 默认为false，表示不使用variance带入到位置预测的结果计算结果

• num_priors_ 表示所有候选框的数目 = N*boxes

• share_location 默认为true，表示位置预测默认将所有类的位置归为一种类别进行位置预测

• num_loc_classes share_location ? 1 : num_classes

• background_label_id 背景标签的id

• clip_bbox: 是否将位置预测值限定在0到1中，图片大小内

• priors.size() = n

• priors.push_back(_num_priors / num); // boxes

• int num_priors = _num_priors / num; // boxes

算法

DecodeBBoxes // 通过预测的位置结果以及先验框计算预测结果并储存到bbox_data中
PermuteData // 将输出通道从num_batch d classes 1 转换成 num_batch classes d 1
NMS // 非极大抑制算法

DecodeBBoxes

通过预测的位置结果以及先验框计算预测结果并储存到bbox_data中

• 三种方式见 3

DecodeBBoxes

NMS

参考

• [1]. https://blog.csdn.net/qq_31261509/article/details/83376668
• [2]. https://zhuanlan.zhihu.com/p/33544892
• [3]. https://blog.csdn.net/dan_teng/article/details/81561783

1800045650