快速/快速RCNN坐标系统

Question

我一直在训练更快的RCNN关于自定义数据集，但有一些反常的结果。随着训练迭代次数的增加，网络对bot验证和训练数据的性能下降。尽管损失在减少，但这是令人惊讶的。目的是探测树叶。

以下分别是200次和165000次迭代时的图像

​

​

​

​

这里要注意的是，经过165000次迭代之后，网络也开始在后台绘制框。

我认为这是因为训练数据注解中的一些错误，因为随着训练的进行，损失在减少。

我创建的注释文件有一个与matlab类似的坐标系，即(0,0)作为图像的左上角，因此对于每个边框，左上角是(x_min，y_min)，右下角是is (x_max，y_max)。如果是这样的话，还会有什么问题呢？

Answer 1

本文对矩形和锚的编码速度更快，如x_center、y_center、宽度和高度.这也取决于您对锚进行编码的选择。如果您使用了原始出版物中的代码，那么我认为您应该像论文中所描述的那样重构这些框。

对于边界盒回归，我们采用以下4个坐标的参数化： ..。 其中x，y，w和h表示盒子的中心坐标及其宽度和高度。变量x、xa和x∗分别用于预测箱、锚箱和地面真相箱( y、w、h也是如此)。

资料来源：https://arxiv.org/pdf/1506.01497v3第5页。