深度图像识别系列笔记-10. Prior Box Layer

1. Prior Box layer

• m*n个cell
• 每个cell上生成固定scale和aspect ratio的box
  1） 假设一个feature map有m*n个cell, 每个cell对应k个default box, 每个default box预测c个类别的score和4个offset(坐标）
  2. （c+4) km*n个输出

2. 参数定义

• Scale: $$S_k=S_{min}+\frac{S_{max}-S_{min}}{m-1}\ast (k-1),k\in [1,m]$$
• Smin = 0.2, 最底层scale是0.2； Smax =0.9,最高层scale是0、9
• Aspect ratio： ar = { 1, 2, 3, 1/2, 1/3}
• 宽： $$w_k^a=s_k\ast {\sqrt{a}}_r$$
• 高： $$h_k^a=s_k\ast {\sqrt{a}}_r$$
• Aspect ratio = 1, 增加一种scale的default box: $$w_k^{\prime }=\sqrt{s_k\ast s_{k+1}}$$
• 每个feature map cell 定义6种default box

3. 特性

• Shape数量越多，效果越好
• Anchor
• 3834 + 19196 + 556 + 334 +114 =8732 prior box

4. Prior box筛选原则

• 每一个feature map cell不是k个default box都取
• prior box与 GT box 做匹配， IOU>阈值为正样本
• 训练： 确保 prior box的分类准确且尽可能回归到GT box

样本构造：
1）正样本
从 GTbox(真值）出发给找到最匹配的prior box放入候选正样本集
从priot box 集出发，寻找与GT box满足IOU >0.5的最大prior box放入候选正样本集
2）负样本（不满足上述条件）
难利挖掘
正负样本比例 1:3

5. 数据增强

• 随机采样多个Path， 与物体之间最小的 jaccard overlap为 0.1 0.3 0.5 0.7 0.9
• 采样patch的比例是[0.3 1.0], aspect ratio 在 0.5或2
• GT boxzhongxin在擦痒patch中且面积大于0
• resize到固定大小
• 以0.5的概率随机的水平翻转

损失函数

基本思路：让每一个prior box回归到GTbox，这个过程的调控我们需要损失层的帮助，他会计算真实值和预测值之间的误差

• 分类loss + 回归loss
• 分类loss ： Softmax Loss
• 回归loss : Smooth L1 Loss
  $$L(x,c,l,g)=\frac{1}{N}(L_{conf}(x,x)+\alpha L_{loc}(x,l,h))$$
  

网络结构