pytorch yolov3 代码详解_YOLOv3作者JR官方Pytorch检测代码-分支5

目的：

完全引用：

在前面的部分中，我们已经建立了一个模型，对于给定的输入图像，输出多个目标检测结果。准确地说，我们的输出是B×10647×85形状的张量。B是一个批量中图像的数量，10647是每个图像预测的边界框的数量，85是边界框属性的数量。

但是，如第1部分所述，我们必须将输出结果根据目标分数阈值和非最大值抑制来获得true检测结果（我将在本文其余部分中使用该名称）。为此，我们将在util.py文件中创建一个名为write_results的函数。

就是筛选工作，不然框太多了.

参考链接：https://zhuanlan.zhihu.com/p/36998818 （这部分都在介绍）.

该函数存在于：util.py文件---write_results函数

---

代码解析：

prediction ： 输入预测，已经被处理为三个尺度的输出共同以bbox为基准排列，(x, y, w, h)都是基于416的尺度.

torch.Size([1, 10647, 85]) , 三个尺度，一共10647个anchors(每个cell三个). 85个预测数据.

准确地说，我们的 输出是B×10647×85形状的张量..B是一个批量中图像的数量， 10647是每个图像预测的边界框的数量，85是 边界框属性的数量.

confidence ： 值为 0.5 ，置信度（目标分数阈值）

nms_conf ：默认为 0.4 ，NMS IoU阈值）

将输入预测，置信度（目标分数阈值），num_classes（在我们的例子中为80）和nms_conf（NMS IoU阈值）作为输入.

完全按照引用的格式，只是增加备注：

def write_results(prediction, confidence, num_classes, nms_conf = 0.4):

这些函数将输入预测，置信度 = 0.5（目标分数阈值），num_classes = 80和nms_conf（NMS IoU阈值）作为输入。

目标置信度阈值

我们的预测张量prediction包含B x 10647个边界框的信息。对于每个具有低于阈值confidence的目标分数的边界框，我们将它的每个属性（边界框的整个行）的值设置为零。

# 各预测框置信度C = prediction[:,:,4] = torch.Size([1, 10647])，
# C > confidence(0.4),这个位置的conf_mask值为1,否则为0，
# 最后unsqueeze(2)增加维度：torch.Size([1, 10647, 1])
conf_mask = (prediction[:,:,4] > confidence).float().unsqueeze(2)

# 相乘，保留满足置信度阈值的C
prediction = prediction*conf_mask

执行非最大值抑制

注意：

1.我假设你已经理解什么是IoU（Intersection over Union）和非最大值抑制.

2.现在的prediction是置信度阈值筛选以后的边界框，属性由中心坐标以及边界框的高度和宽度描述.

3.使用每个框的一对角点的坐标来计算两个框的IoU更容易（xmin,ymin,xmax,ymax）.

4.因此，我们将框的（中心x，中心y，高度，宽度）属性转换为（左上角x，左上角y，右下角x，右下角y）。

    # 创建一个与prediction相同shape的tensor，初始化值
    box_corner = predict