边框回归:我们的目标是寻找一种关系使得输入原始的窗口 P 经过映射得到一个跟真实窗口 G 更接近的回归窗口G(即使得默认框逼近真实框的平移和缩放比例,从而在预测中使得默认框趋近于预测框)
即给定(Px,Py,Pw,Ph)寻找一种映射ff, 使得f(Px,Py,Pw,Ph)=(Gx^,Gy^,Gw^,Gh^),并且(Gx^,Gy^,Gw^,Gh^)≈(Gx,Gy,Gw,Gh))
原理:平移+尺度放缩:
平移量(tx,ty) 和尺度缩放(tw,th)如下:
tx=(Gx−Px)/Pw
ty=(Gy−Py)/Ph
tw=log(Gw/Pw)
th=log(Gh/Ph)
边框回归的目的