到目前为止(笔记)对象检测每个格子只能检测出一个对象。
如果想让一个格子检测出多个对象,就要使用anchor box这个概念。
简介
注意行人的中点和汽车的中点,都落入到同一个格子中。
anchor box的思路是:
- 预先定义两个不同形状的anchor box。
对应的y也发生变化:
总结一下:
previously:
对于训练集图像中的每个对象,都根据那个对象中点位置,分配到对应的格子中。
所以输出y就是3×3×8。
anchor box:
现在每个对象都和之前一样分配到同一个格子中,但是它还分配到一个格子和一个和对象形状交并比最高的anchor box。
所以这里有两个anchor box,你就取这个对象,看看如果你的对象形状是这样的,你就看看哪一个anchor box和实际边界框的交并比更高。
不管选的是哪一个,这个对象不只分配到一个格子,而是分配到一对 (格子,anchor box) 对。
所以现在输出y就是3×3×16。
看一个具体的例子:
我们定义两个anchor box:
对应的y(有人有车的格子):
算法的缺陷:
- 对象数多于anchor box数
- 对象anchor box形状也一样
希望这种情况不会发生,但如果真的发生了,算法并没有很好的处理办法。对于这种情况,我们就引入一些打破僵局的默认手段。
==我们建立anchor box这个概念,是为了处理两个对象出现在同一个格子的情况。但实践中这种情况很少发生,特别是如果你用的是19×19网格而不是3×3的网格(两个对象中点处于361个格子中同一个格子的概率很低)。确实会出现,但出现频率不高。
也许设立anchor box的好处在于,anchor box能让你的学习算法能够更有针对性(特别是如果你的数据集有一些行人的很高很瘦的对象,还有像汽车这样很宽的对象),这样你的算法就能更有针对性的处理。
怎么选择anchor box
人们一般手工指定anchor box形状。
你可以选择5个到10个anchor box形状 ,覆盖到多种不同的形状,可以涵盖你想要检测的对象的各种形状