目标检测种如何生成 anchor的 代码

#功能描述：生成多尺度、多宽高比的anchors。
#          尺度为：128,256,512; 宽高比为：1:2,1:1,2:1

import numpy as np  #提供矩阵运算功能的库

#生成anchors总函数：ratios为一个列表，表示宽高比为：1:2,1:1,2:1
#2**x表示:2^x，scales:[2^3 2^4 2^5],即:[8 16 32]
def generate_anchors(base_size=16, ratios=[0.5, 1, 2],
                     scales=2**np.arange(3, 6)):
    """
    Generate anchor (reference) windows by enumerating aspect ratios X
    scales wrt a reference (0, 0, 15, 15) window.
    """
    base_anchor = np.array([1, 1, base_size, base_size]) - 1  #新建一个数组：base_anchor:[0 0 15 15]
    ratio_anchors = _ratio_enum(base_anchor, ratios)  #枚举各种宽高比
    anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales)  #枚举各种尺度，vstack:竖向合并数组
                         for i in range(ratio_anchors.shape[0])]) #shape[0]:读取矩阵第一维长度，其值为3
    return anchors

#用于返回width,height,(x,y)中心坐标(对于一个anchor窗口)
def _whctrs(anchor):
    """
    Return width, height, x center, and y center for an anchor (window).
    """
   #anchor:存储了窗口左上角，右下角的坐标
    w = anchor[2] - anchor[0] + 1
    h = anchor[3] - anchor[1] + 1
    x_ctr = anchor[0] + 0.5 * (w - 1)  #anchor中心点坐标
    y_ctr = anchor[1] + 0.5 * (h - 1)
    return w, h, x_ctr, y_ctr

#给定一组宽高向量，输出各个anchor，即预测窗口，**输出anchor的面积相等，只是宽高比不同**
def _mkanchors(ws, hs, x_ctr, y_ctr):
    #ws:[23 16 11]，hs:[12 16 22],ws和hs一一对应。
    """
    Given a vector of widths (ws) and heights (hs) around a center
    (x_ctr, y_ctr), output a set of anchors (windows).
    """
    ws = ws[:, np.newaxis]  #newaxis:将数组转置
    hs = hs[:, np.newaxis]
    anchors = np.hstack((x_ctr - 0.5 * (ws - 1),    #hstack、vstack:合并数组
                         y_ctr - 0.5 * (hs - 1),    #anchor：[[-3.5 2 18.5 13]
                         x_ctr + 0.5 * (ws - 1),     #        [0  0  15  15]
                         y_ctr + 0.5 * (hs - 1)))     #       [2.5 -3 12.5 18]]
    return anchors

#枚举一个anchor的各种宽高比，anchor[0 0 15 15],ratios[0.5,1,2]
def _ratio_enum(anchor, ratios):
    """   列举关于一个anchor的三种宽高比 1:2,1:1,2:1
    Enumerate a set of anchors for each aspect ratio wrt an anchor.
    """

    w, h, x_ctr, y_ctr = _whctrs(anchor)  #返回宽高和中心坐标，w:16,h:16,x_ctr:7.5,y_ctr:7.5
    size = w * h   #size:16*16=256
    size_ratios = size / ratios  #256/ratios[0.5,1,2]=[512,256,128]
    #round()方法返回x的四舍五入的数字，sqrt()方法返回数字x的平方根
    ws = np.round(np.sqrt(size_ratios)) #ws:[23 16 11]
    hs = np.round(ws * ratios)    #hs:[12 16 22],ws和hs一一对应。as:23&12
    anchors = _mkanchors(ws, hs, x_ctr, y_ctr)  #给定一组宽高向量，输出各个预测窗口
    return anchors

#枚举一个anchor的各种尺度，以anchor[0 0 15 15]为例,scales[8 16 32]
def _scale_enum(anchor, scales):
    """   列举关于一个anchor的三种尺度 128*128,256*256,512*512
    Enumerate a set of anchors for each scale wrt an anchor.
    """
    w, h, x_ctr, y_ctr = _whctrs(anchor) #返回宽高和中心坐标，w:16,h:16,x_ctr:7.5,y_ctr:7.5
    ws = w * scales   #[128 256 512]
    hs = h * scales   #[128 256 512]
    anchors = _mkanchors(ws, hs, x_ctr, y_ctr) #[[-56 -56 71 71] [-120 -120 135 135] [-248 -248 263 263]]
    return anchors

if __name__ == '__main__':  #主函数
    import time
    t = time.time()
    a = generate_anchors()  #生成anchor（窗口）
    print(time.time() - t )   #显示时间
    print(a)
    from IPython import embed; embed()

普及一下生成anchor的函数实现原理，追随源码(generate_anchors.py)： 
def generate_anchors(base_size=16, ratios=[0.5, 1, 2], 
scales=2**np.arange(3, 6)):

base_anchor = np.array([1, 1, base_size, base_size]) - 1
ratio_anchors = _ratio_enum(base_anchor, ratios)
anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales)
                     for i in xrange(ratio_anchors.shape[0])])
return anchors

• 1
• 2
• 3
• 4
• 5
• 6

这个函数就是生成九个anchors的函数，首先有一个base_anchor坐标为[0，0，15，15]，因为电脑是从0开始计数的，其实是[1，1，16，16]，先调用_ratio_enum 
def _ratio_enum(anchor, ratios):

w, h, x_ctr, y_ctr = _whctrs(anchor)
size = w * h
size_ratios = size / ratios
ws = np.round(np.sqrt(size_ratios))
hs = np.round(ws * ratios)
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
return anchors

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

在这个函数里先调用了_whctrs，作用是得到anchor 的四个参数，宽度w=16，高度h=16,中心点坐标x=7.5,y=7.5，之后做了一系列数学计算，最终结果为ws=[23,16,11], hs=[12,16,22]，调用_mkanchors 
def _mkanchors(ws, hs, x_ctr, y_ctr):

ws = ws[:, np.newaxis]
hs = hs[:, np.newaxis]
anchors = np.hstack((x_ctr - 0.5 * (ws - 1),
                     y_ctr - 0.5 * (hs - 1),
                     x_ctr + 0.5 * (ws - 1),
                     y_ctr + 0.5 * (hs - 1)))
return anchors

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

在这个函数的里面有个np.newaxis，是增加数据的维数的意思，原来ws,hs均为一组数据（只有一个维度），之后变成一个3行，1列（虽然是1，但是也是个维度）的二维数据，即变成了ws=｛[23],[16],[11]｝, hs={[12],[16],[22]}，最后一个函数不想细说，总之就是变成了[■(-3.5&2&18.5@[email protected]&-3&12.5) ■(13@15@18)]，即ratio_anchors，我们在回到最基本的那个函数，接下来又调用了一个函数 
anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales) 
for i in xrange(ratio_anchors.shape[0])]) 
在这里ratio_anchors.shape[0]指的是3行4列的3，也就是一行一行的输送给_scale_enum函数 
def _scale_enum(anchor, scales):

w, h, x_ctr, y_ctr = _whctrs(anchor)
ws = w * scales
hs = h * scales
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
return anchors

• 1
• 2
• 3
• 4
• 5
• 6

由最开始的那个函数的参数可知，scales为2的3，4，5次方即[8,16,32]。首先，先得到四个参数（w, h, x_ctr, y_ctr）=[■(23&12&7.5@16&16&7.5@11&22&7.5) ■([email protected]@7.5)]所以ws=[184,368,736], [128,256,512],[88,176,352], hs=[96,192,384], [128,256,512], [176,352,704], 这是9组对应的宽和高，其实每次只能得到三组，我是直接把循环三次的结果写了出来，将这9组的数据送到_mkanchors之后得到9个anchors，分别为：

-84.0 -40.0 99 55 
-176.0 -88.0 191 103 
-360.0 -184.0 375 199 
-56.0 -56.0 71 71 
-120.0 -120.0 135 135 
-248.0 -248.0 263 263 
-36.0 -80.0 51 95 
-80.0 -168.0 95 183 
-168.0 -344.0 183 359

转换成我们需要的四个参数分别为： 
ratio = 0.5 
(184.0, 96.0, 7.5, 7.5) 
(368.0, 192.0, 7.5, 7.5) 
(736.0, 384.0, 7.5, 7.5) 
ratio = 1.0 
(128.0, 128.0, 7.5, 7.5) 
(256.0, 256.0, 7.5, 7.5) 
(512.0, 512.0, 7.5, 7.5) 
ratio = 2.0 
(88.0, 176.0, 7.5, 7.5) 
(176.0, 352.0, 7.5, 7.5) 
(352.0, 704.0, 7.5, 7.5)

文章标签：  源码 函数