Bounding Box Regression的label为什么设计成对数形式

该博客探讨了在目标检测中,为什么bounding box regression的label通常采用对数形式。作者指出,平移量除以原始宽高是为了按比例平移,而放缩比例取对数可以将小于1和大于1的值映射到正负区间,有利于模型学习。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Bounding box regress这篇博客讲得很清楚https://blog.youkuaiyun.com/zijin0802034/article/details/77685438,但还是很疑惑为什么label设计成对数形式

原论文没有过多解释:

博客中的解释如下:

 

我的理解:

bounding box regression就是在已知proposal特征的前提下,训练模型使模型可以根据特征对proposal进行平移和放缩。

平移量除以原始宽高

如博客上所说,proposal平移多少若不除以原来的宽高,相同特征的平移量就都是相同的,这会显然不合理,应该按照原图尺寸按比例平移

放缩比例取对数

放缩比例肯定是大于0的,只是大于1还是小于1的区别,个人觉得没必要如博客所说限制尺度大于0,反而应该让放缩比例(label)分布有正有负。满足这一操作的运算当然是取对数了,小于1则label为负,大于1则label为正

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值