【代码】mmdetection源码解读（从score获得bboxes）

0. 简介

anchor_head中的get_bboxes如何将score变成bboxes。

1. get_bboxes

        assert len(cls_scores) == len(bbox_preds)
        num_levels = len(cls_scores)

        mlvl_anchors = [
            self.anchor_generators[i].grid_anchors(cls_scores[i].size()[-2:],
                                                   self.anchor_strides[i])
            for i in range(num_levels)
        ]

首先生成anchor，存进mlvl_anchors，每个level一个M * 4的Tensor，左上角右下角表示，左上右下是缩放后图片中的左上右下。

之后使用get_bboxes_single处理每一张图片
对于每个level，取出cls_score（720xHxW），bbox_pred（36xHxW），anchor（Mx4）

• 将score和pred拉直成Mx80、Mx4的Tensor，与anchor一致。
• 使用sigmoid或者softmax将cls_score转化成scores
• nms_pre=1000表示进行nms的个数
• 取得每个anchor的score，存为max_score（Mx1）
• 使用topk获得前1000个用来进行nms
• anchor、pred、score均取前1000个
• 使用delta2bbox将这1000个pred转化成bboxes
• bboxes放入mlvl_bboxes中，scores放入mlvl_scores中

之后：

• 将mlvl_bboxes（M(筛选过后)x4）、mlvl_scores中的各level合并
• rescale=TRUE =》 mlvl_bboxes回归到原图的尺寸
• use_sigmoid_cls = TRUE =》 mlvl_scores的每个元素第一维padding0，表示背景

将结果送入multiclass_nms进行nms，获得100个点，获得
det_bboxes（100x5）, det_labels（100）。