如何解释 deepmask getTopScores 函数的输出答案

【问题标题】：How to interpret the output of deepmask getTopScores function如何解释 deepmask getTopScores 函数的输出
【发布时间】：2017-06-20 00:36:13
【问题描述】：

我正在使用 facebookresearch 的 deepmask 来分割图像。我正在尝试修改computeProposals.lua 模块来分割我自己的图像。关键函数是getTopProps。在下面的代码块中，它用于查找与顶级提案相关的掩码。

-- get top propsals
local masks,_ = infer:getTopProps(.2,h,w)

推断类来自InferDeepMask.lua 模块。 getTopProps 返回两件事：掩码和分数。分数来自 Infer:getTopScores() 函数。

问题：如何解释 getTopScores 函数的输出？

代码注释：

-- each line contains: the score value, the scaleNb and position(of M(:))

示例输出（转换为 numpy 数组）：

[[  0.9942829    2.          26.           6.        ]
 [  0.9942829    3.          26.           6.        ]
 [  0.98620307   2.           1.          29.        ]
 [  0.98620307   3.           1.          29.        ]
 [  0.97150999   2.          19.           8.        ]
 [  0.97150999   3.          19.           8.        ]
 [  0.97141284   2.          18.           8.        ]
 [  0.97141284   3.          18.           8.        ]
 [  0.9639107    2.          15.          11.        ]
 [  0.9639107    3.          15.          11.        ]]

第一列显然是一个分数。什么是scaleNb，M(:)的位置是什么？它们不是蒙版上的像素位置。

NB 每个面具的形状都是 (336, 448)

谢谢！

【问题讨论】：

标签： lua computer-vision deep-learning torch

【解决方案1】：

通过查看代码：

分数不言自明
scaleNb 是采用的刻度的索引，即循环for k = 1,nScales do 中的索引k，其中包含不同刻度值的表由for scale = -3,2,.25 do table.insert(self.scales,scale) 行创建
M(:) 是棘手的部分。如果我正确理解代码，pos 是一个包含 nScales 的张量，并且每次选择规模为 k 的对象时，张量的 k-th 元素都会递增（它们按分数排序）。 temp（这是用于计算 x 和 y 值的变量，这些值形成了他们所谓的 M(:) 由 local temp=sortedIds[pos[scale]][scale] 行给出。那包含什么？它似乎包含在已检测到的比例尺上的掩码位置。请看以下代码：

local sc=sc:view(h*w) local sS,sIds=torch.sort(sc,true) local sz = sS:size(1) sortedScores:narrow(2,s,1):narrow(1,1,sz):copy(sS) sortedIds:narrow(2,s,1):narrow(1,1,sz):copy(sIds)

sortedIds 似乎包含当前正在评估的分数的x,y 位置。

【讨论】：

【解决方案2】：

我相信（但尚未证明）输出是这样的：

分数值 - 一个介于 0 和 1 之间的值，用于描述这是一个多么好的面具。
scaleNb - 一个值，表示用于生成遮罩的边界框的粗略大小。
& 4. position(of M(:)) - 将边界框的位置与原始图像的较小版本相关联的某种方式。

【讨论】：