k-means聚类出anchors【YOLOv3、先验框】

最新推荐文章于 2024-09-06 21:20:53 发布

火星辉

最新推荐文章于 2024-09-06 21:20:53 发布

阅读量1w

点赞数 9

分类专栏：人工智能、机器学习、深度学习文章标签： k-means聚类 YOLO anchors 目标检测深度学习

本文链接：https://blog.youkuaiyun.com/zuliang001/article/details/90551798

版权

本文介绍了如何通过k-means聚类算法生成YOLOv3目标检测模型的anchors。参照了相关博客和GitHub工程，实验数据显示平均IOU接近67%，并提供了自行实验的数据和结果分析。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

k-means聚类出anchors

参考：
YOLOv3使用笔记——Kmeans聚类计算anchor boxes - Gotta-C的博客 - 优快云博客
https://blog.youkuaiyun.com/cgt19910923/article/details/82154401

原工程：https://github.com/lars76/kmeans-anchor-boxes

文章目录

k-means聚类出anchors
程序
- `example.py`中`load_dataset`后的数据长这样子：
- `kmeans.py`
我的实验

YOLOv3中的9个anchor（在yolov3-voc.cfg中，anchors = 10,13, 16,30, 33,23, 30,61, 62,45, 59,119, 116,90, 156,198, 373,326）是由作者通过聚类COCO数据集得到的。而VOC数据集包含20类目标，其中大到bicycle、bus，小到bird、cat，目标大小差距很大，而如果将其用在自己的数据集上检测目标，其中部分anchor并不合理。因此在自己的数据集上聚类计算anchor，提高bounding box的检出率。

Joseph Redmon论文数据avg iou在67.2，该作者验证在k=9时，多次迭代在VOC 2007数据集上得到avg iou在67.13，相差无几。

程序

`example.py`中`load_dataset`后的数据长这样子：

data = load_dataset(ANNOTATIONS_PATH)

data:
 [[0.41643059 0.262     ]
 [0.97450425 0.972     ]
 [0.20298507 0.202     ]
 ...
 [0.498      0.992     ]
 [0.284      0.424     ]
 [0.99465241 0.994     ]]

解析：（举例：[0.41643059 0.262 ]的由来）
[0.41643059 0.262 ]对应000001.jpg的第一个目标。
原始标注数据情况：
000001.jpg图片的尺寸为353*500；
该图中第一个目标的位置信息为：

<bndbox>
	<xmin>48</xmin>
	<ymin>240</ymin>
	<xmax>195</xmax>
	<ymax>371</ymax>
</bndbox>

所以(195-48) / 353 = 0.4164305949008499，(371-240) / 500 = 0.262

`kmeans.py`

import numpy as np


def iou(box, clusters):
    """
    Calculates the Intersection over Union (IoU) between a box and k clusters.
    :param box: tuple or array, shifted to the origin (i. e. width and height)# zul: 把box移到原点，也就是width和height是相对于原点的值。详情可以见下文的解析。
    :param clusters: numpy array of shape (k, 2) where k is the number of clusters
    :return: numpy array of shape (k, 0) where k is the number of clusters
    """
    x = np.minimum(clusters[:, 0], box[0])
    y = np.minimum(clusters[:, 1], box[1]