Guided Anchoring通过在线生成anchor的方式解决常规手工预设anchor存在的问题,以及能够根据生成的anchor自适应特征,在嵌入方面提供了两种实施方法,是一个很完整的解决方案
来源:晓飞的算法工程笔记 公众号
论文: Region Proposal by Guided Anchoring
![1be2c060168fa957319653bad9a84169.png](https://img-blog.csdnimg.cn/img_convert/1be2c060168fa957319653bad9a84169.png)
- 论文地址:https://arxiv.org/abs/1901.03278
- 论文代码:https://github.com/open-mmlab/mmdetection
Introduction
Anchor是许多目标检测算法中一个很重要的机制,但也会带来两个问题:
- 需要预先设计合适的anchor尺寸和长宽比,如果设计不好,对速度和准确率造成很大影响
- 为了使anchor达到足够的召回率,需要在特征图上铺设大量的anchor,不仅引入大量负样本,还耗费计算量
为此,论文提出Guided Anchoring来根据图片特征在线生成anchor。首先判断目标可能出现的位置,然后学习不同位置上的目标的形状,可根据图片特征在线学习稀疏的候选anchor。然而,在线生成的anchor形状各异,固定的感受域可能不匹配其形状,所以Guided Anchoring根据anchor的形状进行自适应特征提取,然后再进行预测框精调与分类。
Guided Anchoring
Guided Anchoring尝试在线学习不同形状的anchor及其位置,得到在特征图上不均匀分布的anchor集合。目标可用四元组表示,其位置和形状可认为是服从图像的一种分布: