Anchor Box Algorithm

Posted by 111qqz on Monday, July 1, 2019

TOC

动机

将一张图分成多个grid cell进行检测之后,每个cell只能检测到一个object.
如果这个grid cell中不止有一个物体要怎么办呢? 因此提出了anchor box algorithm来解决这个问题.

什么是anchor

anchor其实就是一组预设的参考框,每个框有不同的长宽比和大小.
提供参考框可以将问题转换为"这个固定参考框中有没有认识的目标,目标框偏离参考框多远”. 这样如果一个grid cell中有多个物体,那么就可以形状最姐姐的anchor box来负责检测该物体.
anchor box sample

anchor的其他用途

实际上当grid cell很多的时候,一个grid cell中有多个object的情况是很少的.但是anchor box仍然是十分重要的.因为我们可以通过预设一些特殊的anchor box,来帮助检测到一些极端形状的物体(比如很长的物体或者很宽的物体)

输出结果

有了anchor之后,每个grid cell的输出可能不再唯一.
于是从之前的每个grid cell对应一个输出结果,变成了每个二元组(grid_cell,anchor box)对应一个结果.
结果的格式呢,一图胜千言:
anchor box algorithm的输出格式

局限性

由于anchor box是要预设的,那么如果我只预设了两个anchor box,但是一个grid cell中有三个object,怎么办呢? 很遗憾,是没有办法的.
另外一个case是,如果两个object都与其中一个anchor的形状最为接近,也是没有办法检测出两个物体的.

anchor box的生成

最初anchor box是通过人手工设定的,之后的YOLO的paper中提出了使用k-means的算法来生成anchor box.

「真诚赞赏,手留余香」

111qqz的小窝

真诚赞赏,手留余香

使用微信扫描二维码完成支付


comments powered by Disqus