yolov3选取正负样本

刀么克瑟拉莫

已于 2022-06-02 15:11:23 修改

阅读量4.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： deeplearning 文章标签：深度学习目标检测 yolov3

于 2022-01-18 17:53:54 首次发布

本文链接：https://blog.youkuaiyun.com/random_repick/article/details/122565143

负责预测目标网格中与ground truth的IOU最大的anchor为正样本（记住这里没有阈值的事情，否则会绕晕）
剩下的anchor中，与全部ground truth的IOU都小于阈值的anchor为负样本
其他是忽略样本
代码未完待续
获取正样本代码，参考这里

def calculate_iou(_box_a, _box_b):
		b1_x1, b1_x2 = _box_a[:, 0] - _box_a[:, 2] / 2, _box_a[:, 0] + _box_a[:, 2] / 2
        b1_y1, b1_y2 = _box_a[:, 1] - _box_a[:, 3] / 2, _box_a[:, 1] + _box_a[:, 3] / 2
        b2_x1, b2_x2 = _box_b[:, 0] - _box_b[:, 2] / 2, _box_b[:, 0] + _box_b[:, 2] / 2
        b2_y1, b2_y2 = _box_b[:, 1] - _box_b[:, 3] / 2, _box_b[:, 1] + _box_b[:, 3] / 2
        box_a = torch.zeros_like(_box_a)
        box_b = torch.zeros_like(_box_b)
        box_a[:, 0], box_a[:, 1]