RPN中anchor的生成

该文章主要是对faster-rnn中的generate_anchors进行理解。

1. 超参数

  • base_size,这个参数指定了类似感受野的区域大小,即原始图像经过卷积层和池化层之后,在feature map上每一点的感受野对应于原始图像区域的尺寸。在这里feature map上每一点对应于原始图像上16 x 16的区域,所以设置base_size = 16
  • anchor_ratios,定义了anchor的宽高比,这里设置anchor_ratios = [0.5, 1, 2]。需要注意的是宽高比变化的同时保持面积不变。对于size = 16的情况下:ratio为1时,anchor尺寸为16 x 16;ratio为0.5时,尺寸为(16*sqrt(2)) x (16/sqrt(2)),即23 x 12;ratio为2时,尺寸为11 x 22。
  • anchor_scales,定义了anchor的尺寸,这里设置anchor_scales = [8, 16, 32]。对base anchor的宽高分别乘以尺寸,从而得到各个不同尺寸的anchor。

2. 代码分析

首先定义超参数,

import numpy as np

base_size = 16
anchor_ratios = np.array([0.5, 1, 2])
anchor_scales = np.array([8, 16, 32])

生成base anchor,

base_anchor = np.array([1, 1, base_size, base_size]) - 1
out: array([ 0,  0, 15, 15])

基于base anchor,生成各种ratio的anchor,

area = base_size * base_size
ws = np.round(np.sqrt(area / anchor_ratios))
out: array([23., 16., 11.])

hs = np.round(ws * anchor_ratios)
out: array([12., 16., 22.])

由此我们得到了各种ratio的宽高,基于此生成各种ratio的anchor的bbox,[minx, miny, maxx, maxy],我们先看一个转换函数,bbox转换为center-based,

def _whctrs(anchor):
    """
    Return width, height, x center, and y center for an anchor (window).
    """

    w = anchor[2] - anchor[0] + 1
    h = anchor[3] - anchor[1] + 1
    x_ctr = anchor[0] + 0.5 * (w - 1)
    y_ctr = anchor[1] + 0.5 * (h - 1)
    return w, h, x_ctr, y_ctr

于是base anchor可以转换为,

_whctrs(base_anchor)
out: (16, 16, 7.5, 7.5)

利用各种ratio的宽高,以及center(7.5, 7.5)来生成anchor,生成函数如下,

def _mkanchors(ws, hs, x_ctr, y_ctr):
    """
    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]
    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

各种ratio的anchor生成如下,

ratio_anchors = _mkanchors(ws, hs, 7.5, 7.5)
out: array([[-3.5,  2. , 18.5, 13. ],
            [ 0. ,  0. , 15. , 15. ],
            [ 2.5, -3. , 12.5, 18. ]])

得到base size的各ratio anchor后,以此为基础生成各scale的anchor,生成函数为,

def _scale_enum(anchor, scales):
    """
    Enumerate a set of anchors for each scale wrt an anchor.
    """

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

生成所有anchors。

anchors = np.vstack([_scale_enum(ratio_anchors[i, :], anchor_scales) 
                                  for i in range(len(anchor_ratios))])
out: array([[ -84.,  -40.,   99.,   55.],
            [-176.,  -88.,  191.,  103.],
            [-360., -184.,  375.,  199.],
            [ -56.,  -56.,   71.,   71.],
            [-120., -120.,  135.,  135.],
            [-248., -248.,  263.,  263.],
            [ -36.,  -80.,   51.,   95.],
            [ -80., -168.,   95.,  183.],
            [-168., -344.,  183.,  359.]])

3. 注意事项

  • 第2节中的base anchor为位置在feature map左上角第一个点上生成的对应于原始图像的anchor,为了得到feature map上所有点对应的anchors,可以利用第一个点生成的anchors滑动遍历得到。
  • 所有anchors为原始图像上对应的区域。

你可能感兴趣的:(RPN中anchor的生成)