回归和尺度不变性

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