Faster Rcnn Box Coder 中比例因子的用途是什么？

Question

我正在使用对象检测 API 并调整 SSD 任务的参数。我的问题是指https://github.com/tensorflow/models/blob/master/research/object_detection/box_coders/faster_rcnn_box_coder.py 的盒子编码器。 为什么将这些比例因子设置为 [10,10,5,5]？原论文没有解释。我怀疑它必须为位置误差的 4 个分量（tx、ty、tw、th）分配不同的权重，或者存在一些数值稳定性问题，但我想确认一下。谢谢

Answer 1

我在这里找到答案https://leimao.github.io/blog/Bounding-Box-Encoding-Decoding/，其中变量被用作某种带有方差的表示编码。这个问题也是本期的主题https://github.com/rykov8/ssd_keras/issues/53

Answer 2

网络预测每个锚框的变化。也就是说，对于每个锚块，它会预测 x、y 位置和宽度、高度的偏移量。

可以找到这些参数的简短描述，例如链接： https://medium.com/@smallfishbigsea/understand-ssd-and-implement-your-own-caa3232cd6ad https://lambdalabs.com/blog/how-to-implement-ssd-object-detection-in-tensorflow/