3 候选框生成_Faster RCNN之Anchors的生成过程理解

主要是对generate_anchors的解读，帮助理解anchor的生成过程。

参考代码：

https://github.com/kevinjliang/tf-Faster-RCNN​github.com

Faster RCNN详细介绍：

白裳：一文读懂Faster RCNN​zhuanlan.zhihu.com

首先看main函数

if __name__ == '__main__':
    import time
    t = time.time()
    a = generate_anchors()   #最主要的就是这个函数
    print time.time() - t
    print a
    from IPython import embed; embed()

进入到generate_anchors函数中：

def generate_anchors(base_size=16, ratios=[0.5, 1, 2],
                     scales=2 ** np.arange(3, 6)):
    """
    Generate anchor (reference) windows by enumerating aspect ratios X
    scales wrt a reference (0, 0, 15, 15) window.
    """
    # 请注意anchor的表示形式有两种，一种是记录左上角和右下角的坐标，一种是记录中心坐标和宽高
    # 这里生成一个基准anchor，采用左上角和右下角的坐标表示[0,0,15,15]
    base_anchor = np.array([1, 1, base_size, base_size]) - 1  # [0,0,15,15]
    ratio_anchors = _ratio_enum(base_anchor, ratios)  # shape: [3,4]，返回的是不同长宽比的anchor
    anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales)
                         for i in range(ratio_anchors.shape[0])])  # 生成九个候选