RetinaNet锚框部分（纯属学习与记录）

在model.py文件中可以看到以下几行代码：
from retinanet.anchors import Anchors
self.anchors = Anchors()
img_batch, annotations = inputs
anchors = self.anchors(img_batch)

1

找到Anchors函数，开始生成锚框操作

根据以上代码， 可以得到相关数据。

2
image_shape = image.shape[2:]  从刚才的实例中得出实参为img_batch(个人理解是我们输入的数据图像)。
image_shape = np.array(image_shape)  将形式改变为数组形式
image_shapes = [(image_shape + 2 ** x - 1) // (2 ** x) for x in self.pyramid_levels] 不同的特征图尺寸（看别的解析是说，这一公式的含义是原图//2**x, 但是我还是没能明白）

 

3
for idx, p in enumerate(self.pyramid_levels):  进行遍历，以下只以P3为例，后续P4-P7操作相同。
anchors = generate_anchors(base_size=self.sizes[idx], ratios=self.ratios, scales=self.scales)  参数1：32； 参数2：0.5，1，2； 参数3：2**0，2**(1/3),2**(2/3)

导入generate_anchors函数部分：

锚框的生成以后，进行转换操作
shifted_anchors = shift(image_shapes[idx], self.strides[idx], anchors)
参数1：P3，参数2：2**3=8，参数3：所有锚框。

导入shift函数部分：

 

最后经过融合以及维度转换等操作，得到最终的锚框。