如何确定RetinaNet模型的锚点大小？

Question

我正在尝试在pytorch中为我的自定义数据集实现一个RetinaNet模型，然而，我对如何选择一些超参数感到有点困惑。例如，模型使用了[32, 64, 128, 256, 512]的锚定大小、[0.5, 1, 2]的锚定比例和[1, 1.25, 1.58]的锚定比例，但是对于我们自己的数据集，我们如何确定这些数字呢？在为锚框生成部分选择param时，我们可以采取哪些方法？

Answer 1

锚定率可以确定为比率=边界框高度/边界框宽度。比例因子用于放大锚点的基本特征图。ratios因子的用法与此相同。因此，对于每个特征图，使用各种不同的纵横比和大小来尝试与目标对象的带注释的边界框相匹配。

自动获得优化参数列表的一个好方法是使用Martin Zlocha，Qi Dou和Ben Glocker的Anchor Optimization存储库。您可以查看它，以了解如何自动化该过程。

链接：https://github.com/martinzlocha/anchor-optimization/