深度学习——锚框（笔记）

1.锚框的解释

目标检测算法中，通常会在输入图像中采样大量区域，然后判断这些区域是否包含所感兴趣的目标，并调整区域边界从而更加准确的预测目标真实的边缘框。

①一类目标检测算法是基于锚框的

②提出多个框被称为锚框的区域（边缘框）

③预测每个锚框里是否含有关注的物体

④如果是，预测从这个锚框到真实边缘框的偏移

边缘框：图像真实的位置，标号的位置

锚框：计算机预测的位置

“算法本身不知道标号物体真实的位置，如果直接对位置预测比较困难。算法的操作是先提出一些框，在锚框里有没有关注的物体。如果有关注的物体，锚框慢慢调整到真实边缘框的位置。两次预测：物体类别和位置”

2.loU-交并比：锚框与真实框的相似度

①loU是用来计算两个框之间的相似度

0表示无重叠 1表示有重叠

②这是Jacquard指数的一个特殊情况

  给定两个集合A和B

 A是锚框 B是边缘框 分子是交集，分母是并集。两个重合的时候结果是1

 

3.赋予锚框标号

在训练集中，每个锚框看作训练样本。为了训练模型，需要每个锚框的类别（class,与锚框 相关对象的类别）和偏移量（offset，真实边缘框相对于锚框的偏移量）标签。

①每个锚框是一个训练样本

②每个锚框，要么框住了背景，要么关联上一个真实的边缘框（锚框所框住的物体的标号与所关联的边缘框物体的标号相同。锚框的偏移就是关联边缘框的偏移，偏移量根据锚框和真实边缘框的相对位置以及大小进行标记）

③可能会生成大量的锚框，将导致大量的负类样本

“学习的过程是在各位置上都学习一个正确的锚框，预测的时候，只要物体出现，网络就知道在哪里标上正确的bbox”

4.图示锚框标号

 

①列：标注好的边缘框，4列表示4个边缘框

行：锚框

②每个锚框跟边缘框算loU值，在每个方格中的值表示

③将整个矩阵中的最大值挑选出来，假设x23，那么将边缘框3中的标号给锚框2，删除X23所在的行和列

 在剩下的矩阵找最大值，假设是X71。锚框7跟边缘框1关联起来，同时删除所在的行和列

 

以此类推，直到所有的边缘框与对应的锚框关联。

锚框的生成：

①固定生成

②根据图片生成锚框

5.使用非极大值抑制（NMS）输出

 

①每个锚框预测一个边缘框时，有很多相似且重叠的锚框

②NMS可以合并相似的预测

Ⅰ选中是非背景类的最大预测值（对类的预测的softmax值，越接近于1置信度越高）

Ⅱ去掉所有其他和它loU值大于θ的预测（也就是去掉和最大预测值相似度比较高的其它锚框）

Ⅲ重复上述过程直到所有预测要么选中，要么去掉

 

【总结】

①一类目标检测算法是基于锚框来预测

②首先生成大量的锚框，并赋予标号，每个锚框作为一个样本进行训练

③预测时，使用NMS来去掉冗余的预测