Tensorflow版Faster RCNN源码解析（TFFRCNN） （03） bbox_transform.py

本blog为github上CharlesShang/TFFRCNN版源码解析系列代码笔记

---------------个人学习笔记---------------

----------------本文作者疆--------------

------点击此处链接至博客园原文------

 

1.Faster RCNN中RPN中预测的bbox_pred坐标补偿量说明（RCNN subnet中预测的补偿量是同样的形式，这种预测形式最初由RCNN中提出）

回归预测直接预测坐标很难，而预测一种转换则比较容易，回归预测的补偿量为（tx,ty,tw,th），对应gt标签为(tx*,ty*,tw*,th*)，由式（2）第一行、第二行在（测试阶段）有如下关系：

（x,y,w,h）分别为回归后box的中心点横坐标、纵坐标、宽和高，（xa,ya,wa,ha）为未回归前的box的中心点横坐标、纵坐标、宽和高。

2.bbox_transform_inv(boxes,deltas))返回pred_boxes的回归过程

boxes的shape为（R2,4）,deltas的shape为（R2，n_classes*4），返回的pred_boxes的shape与deltas相同，即（R2，n_classes*4），表明每一个box均向各类回归。

被train.py和test.py等调用

def bbox_transform_inv(boxes, deltas):
    if boxes.shape[0] == 0:
        return np.zeros((0, deltas.shape[1]), dtype=deltas.dtype)
    boxes = boxes.astype(deltas.dtype, copy=False)
    widths = boxes[:, 2] - boxes[:, 0] + 1.0  # wa
    heights = boxes[:, 3] - boxes[:, 1] + 1.0  # ha
    ctr_x = boxes[:, 0] + 0.5 * widths  # xa
    ctr_y = boxes[:, 1] + 0.5 * heights  # ya
    dx = deltas[:, 0::4]  # tx   以4为步长
    dy = deltas[:, 1::4]  # ty
    dw = deltas[:, 2::4]  # tw
    dh = deltas[:, 3::4]  # th
    pred_ctr_x = dx * widths[:, np.newaxis] + ctr_x[:, np.newaxis]
    pred_ctr_y = dy * heights[:, np.newaxis] + ctr_y[:, np.newaxis]
    pred_w = np.exp(dw) * widths[:, np.newaxis]   # 以e为底的指数函数
    pred_h = np.exp(dh) * heights[:, np.newaxis]
    pred_boxes = np.zeros(deltas.shape, dtype=deltas.dtype)  # pred_boxes与deltas的shape相同
    # x1
    pred_boxes[:, 0::4] = pred_ctr_x - 0.5 * pred_w
    # y1
    pred_boxes[:, 1::4] = pred_ctr_y - 0.5 * pred_h
    # x2
    pred_boxes[:, 2::4] = pred_ctr_x + 0.5 * pred_w
    # y2
    pred_boxes[:, 3::4] = pred_ctr_y + 0.5 * pred_h
    return pred_boxes

# -*- coding:utf-8 -*-
# Author: WUJiang
# 测试功能
import numpy as np

deltas = np.array([
    [0, 1, 2, 3, 4, 5, 6, 7],
    [1, 2, 3, 4, 5, 6, 7, 8],
    [2, 3, 4, 5, 6, 7, 8, 9]
])
"""
[[0 4]
 [1 5]
 [2 6]]
"""
dx = deltas[:, 0::4]   # 第二维以4为步长
print(dx)

View Code