简介
- bbox回归指的是使用变换的方法,将当前预测的bbox进行变换,使其更加接近gt box。
- 对于一般的bbox,可以由
x,y,w,h
4个变量进行表示,将我们的目标抽象为给定原始的proposal
P
,将groundtruth box记为
G
,我们希望能够找到一个变换关系,使得原始框可以映射得到一个更接近gt box的回归窗口
G^
。
具体做法
G^x=Pwdx(P)+PxG^y=Phdy(P)+PyG^w=Pwedw(P)G^h=Phedh(P)
在这里,
(G^x,G^y,G^h,G^h≈(Gx,Gy,Gh,Gh)
- 注意:上面w和h使用指数方式进行变换,是为了防止长度和宽度出现负值的情况。
-
- 针对以上变换方法,在IOU较大的情况下, 可以将这种变换关系假设为线性变换,可以得到以下平移变换和尺度缩放的参数的计算公式
tx=(Gx−Px)/Pwty=(Gy−Py)/Phtw=log(GwPw)th=log(GhPh)
函数可以表示为
d∗(P)=wT∗ϕ5(P)
,
ϕ5(P)
是当前proposal的特征向量,
w∗
是要学习的参数,因此loss可以表示为
L=∑i=1N(ti∗−wT∗ϕ5P(i))2
也可以加上L1 loss或者L2 loss,防止过拟合,可以使用最小二乘法进行求解。
参考链接