maskrcnn_benchmark 代码详解之 inference.py

最新推荐文章于 2024-08-08 08:06:51 发布

原创

最新推荐文章于 2024-08-08 08:06:51 发布 · 2.3k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#maskrcnn_benchmark #inference.py #边框预测 #目标检测 #代码详解

本文详细介绍了MaskRCNN_benchmark库中的inference.py文件，该文件负责在目标检测任务中执行边框预测的最后步骤，以得出最终的预测结果。

前言：

在MaskRCNN、FasterRCNN的最后阶段需要对边框进行一次最后的预测，得到最终的预测边框。在maskrcnn_benchmark中，这一操作由inference.py来完成。其代码详解为：

# Copyright (c) Facebook, Inc. and its affiliates. All Rights Reserved.
import torch
import torch.nn.functional as F
from torch import nn

from maskrcnn_benchmark.structures.bounding_box import BoxList
from maskrcnn_benchmark.structures.boxlist_ops import boxlist_nms
from maskrcnn_benchmark.structures.boxlist_ops import cat_boxlist
from maskrcnn_benchmark.modeling.box_coder import BoxCoder


class PostProcessor(nn.Module):
    """
    From a set of classification scores, box regression and proposals,
    computes the post-processed boxes, and applies NMS to obtain the
    final results
    从一系列的分类得分，边框回归以及与之相对应的预测边框中计算出最终预测的边框，并使用
    非极大线性抑制(NMS）来得到最终边框
    """

    def __init__(
        self,
        score_thresh=0.05,
        nms=0.5,
        detections_per_img=100,
        box_coder=None,
        cls_agnostic_bbox_reg=False
    ):
        """
        Arguments:
            score_thresh (float)分类得分的阈值
            nms (float)非极大线性抑制(NMS）的阈值
            detections_per_img (int)每张图片中检测的目标数
            box_coder (BoxCoder)边框编码器，用于计算边框偏差与获得预测边框
        """
        super(PostProcessor, self).__init__()
        # 将参数保存为私有属性
        self.score_thresh = score_thresh
        self.nms = nms
        self.detections_per_img = detections_per_img
        if box_coder is None:
            box_coder = BoxCoder(weights=(10., 10., 5., 5.))
        self.box_coder = box_coder
        self.cls_agnostic_bbox_reg = cls_agnostic_bbox_reg

    def forward(self, x, boxes):
        """
        参数:
            x (tuple[tensor,