锚框

中文版 pytorch
67

其实根据multibox_prior函数的代码推算，
虽然输入的ration确实就是最终生成的锚框的宽高比，
但是文中的size却并不是真正的 ”锚框/原图面积比“，
记真正的锚框/原图面积比为size_real ，
代码中的size为size_old,输入的原图的高为H，宽为W，
则 size_real = (size_old)^2*H/W, size_real是size_old 的二次函数，
在第一象限内是单调递增的，而根据该方法的代码，
宽高比确实就是r，所以虽然描述和实际不一致，但是却不影响使用

以下推算该式
设生成的锚框宽为w，高为h （均为归一化后的数值）
则根据multibox_prior中的算法
真实锚框宽为 wW = (size_oldsqrt(ratio)H/W)W= Hsize_oldsqrt(ratio)
真实锚框高为 h*H = (size_old/sart(ratio))H = Hsize_old/sart(ratio)

上面两式相除得锚框真实款高比为ratio 符合预期

下面推算真实的锚框/原图面积比size_real
size_real
= (wW hH)/(WH)
= (Hsize_old)**2 /(WH)
= (size_old**2)*H/W
可以看到 size_real是size_old的二次函数

69

关于assign_anchor_to_bbox() 函数，这个函数分两阶段，第一阶段是在对每一个真实边框界，找到最大IoU的锚框，并且确保这个锚框的IoU大于设定的阈值，如果达不到阈值，这个匹配就会暂缺。进行完第一阶段，第二阶段才是讲解中介绍的丢弃寻找法，这个方法补充了第一阶段没有匹配上的真实边框界，最终确保所有的真实边框界都有一个匹配上的锚框。第二阶段的匹配不会影响第一阶段已经匹配好的结果。讲解部分只涵盖了第二阶段，如果加上第一阶段的解释，有助于对函数的理解。

70

这里进行了两次变换。他说的不清楚，首先 默认 h = 1 ， 计算出来 锚框的 w 和 h
。然后因为原来的锚框的中心坐标被缩放成了，1 X 1 的一个范围，这里要保证，w和h在1X1 的这个缩放下比例也要正确，默认保持 h 不变，只是修改 w ，把 w 在进行缩放。
例如 假设 原图 是 in_w = 2, in_h = 1
然后 锚框h 默认 = 1，假设我们让锚框 根据 r 和 s算出来的形状 是
锚框 w = 2， h = 1 （这里是使用sqrt（s） 是为了防止 s 数值过大，平滑数据用，实际应该是 s ）

这时候 原图 缩放成 1 x 1 的正方形， 锚框 缩放完之后也是 1 * 1， 因此对锚框进行一次缩放，缩放因子 是 h / w
h默认是基准1 ，不需要改变