目标检测踩坑指南

事情是这样的。。。最近摸鱼时，，咳咳，， 干活时踩了一点点坑。直入主题，在anchor_based的目标检测中，正确使用合适的anchor会给网络性能带来很大程度的提升。

gt_box是否要经过变换？怎么变换？

一般在目标检测中，假设原始图像为(1280, 720)， 而网络的输入为(640,640)， 那么需要将图像resize。

• 当得到图像的真实box时，一般都需要将box压缩到0-1的网格中，即进行归一化处理。
• 如果直接resize， 那么长宽压缩比例不同，真实box也要按照相同的比例进行修改。
• 如果长宽要按照相同的比例进行压缩，那么真实box除了按照不同的比例变换外，位置也要有上下的移动。

如果获取anchor？

yolov3的anchor获取

利用上述的方式获得所有的box之后，即[width, height]，其中width和height都介于0-1之间， 利用聚类算法获取9个anchor，

• 当有了宽高之后，box的左上角值为(0,0)， 宽高值即为box右下角的xy值，这样一个[width，height]也就对应一个box。
• 两个box的距离为1-iou(box1, box2)
• 给定聚类数目，当聚类中心不再变化/达到一定聚类次数时，聚类结束。

yolov5的anchor获取

在yolov5中获取anchor的方式更加成熟，是利用k_means + 遗传变异的方法获取anchor。

anchor使用原理？

假如网络的输入为(640, 640)，那么三个featue map的大小分别为(20，20)，（40，40），（80，80）。

• 最小的网格需要使用最大的感受野，对应地，要使用最大的三个anchor，这三个anchor在应用时也要除以相同的尺度32。
• 最大的网格(80,80)需要使用较小的三个anchor，对应地，这三个anchor在应用时要处理相同的尺度8.

版权声明：本文为CSDN博主「不不加辣椒」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_38308028/article/details/122549884