YOLO boxes程式碼問題 什麼時候需要標準化 - Cupoy

2020/02/14 下午 09:15

電腦視覺深度學習討論版

Tie

觀看數：14

回答數：1

收藏數：1

d32

cell_size = 1./grid_num

想請問上述這端code的意義是什麼？

不是很了解為什麼cell_size必須要在0~1的範圍，

看到後面只是利用cell_size轉出target所在7x7方格的index。

這些動作是為了一般化嗎？因為可能不是7x7，透過這樣的轉換可以讓任意size，

最後都可以轉換到對應的index嗎？

boxes[:, [0, 2]] = boxes[:, [0, 2]] / img.shape[1]    #   

boxes[:, [1, 3]] = boxes[:, [1, 3]] / img.shape[0]    #   

以及上述這兩段code，為什麼這裡要標準化?

先謝謝您的回應~~~

回答列表

• 2020/02/15 下午 02:47
  楊哲寧
  贊同數：1
  不贊同數：0
  留言數：0

  您好，您的理解沒錯，將normalize座標資訊的好處在於，無論我們之後將影像resize到多大，都能輕易的回放。像是在計算bounding box 時(算 loss或 inference)，我們取用了多種不同尺度的feature Map (SSD、YoloV2之後)，resize過後的資訊能夠較容易的操作。

  另外一個常見normalize的第方是計算bounding box 的 loss，這邊normalize的目的在於不希望loss值受到目標尺寸的影響。