RPN网络中AnchorTargetCreator分析:
将20000多个候选的anchor选出256个anchor进行二分类和所有的anchor进行回归位置 。为上面的预测值提供相应的真实值。选择方式如下:
- 对于每一个ground truth bounding box (
gt_bbox
),选择和它重叠度(IoU)最高的一个anchor作为正样本。 - 对于剩下的anchor,从中选择和任意一个
gt_bbox
重叠度超过0.7的anchor,作为正样本,正样本的数目不超过128个。 - 随机选择和
gt_bbox
重叠度小于0.3的anchor作为负样本(等于0的不算,明白的告诉你里什么也没有)。负样本和正样本的总数为256。
对于每个anchor, gt_label 要么为1(前景),要么为0(背景),所以这样实现二分类。在计算回归损失的时候,只计算正样本(前景)的损失,不计算负样本的位置损失。