mmdetection——anchor_head解读

mmdet中anchor_head为预测分支的基类，包含了_inti_layers, init_weights, forward_single,forward, get_anchors, loss，get_bboxes这些功能，囊括了训练用到的loss计算以及预测用到的get_bboxes方法。

1、forward_single and forward

单尺度预测，得出分类，边框预测

def forward_single(self, x):
    cls_score = self.conv_cls(x)
    bbox_pred = self.conv_reg(x)
    return cls_score, bbox_pred

包含FPN结构涉及到多尺度预测，作者设计一个多输入处理方法multi_apply，该方法核心就是针对输入list每个元素依据func处理得出结果，得出的结果是[(cls,bbox),(cls,bbox)]这样的格式，最后再通过zip做一下同种类别预测的合并操作，输出（[cls1,cls2],[bbox1,bbox2]）

def multi_apply(func, *args, **kwargs):
    pfunc = partial(func, **kwargs) if kwargs else func
    map_results = map(pfunc, *args)
    return tuple(map(list, zip(*map_results)))

2、 loss

算loss，涉及到anchor的生成，以及anchor target的生成，损失函数
前两部分代码如下

anchor_list, valid_flag_list = self.get_anchors