【目标检测】如何理解anchor box，怎么进行选择

什么是先验框？ 了解过目标检测算法的朋友们肯定知道先验框(Anchor)的概念，那么什么是先验框，为什么要有先验框？若要解释这个问题，首先我们需要了解边界框回归原理。 bounding box regression 如图所示，图中的狗子是我们要检测的目标，也即是红框(Ground Truth)圈住的物体。在通常情况下模型预测到的框是绿色框。但是由于绿色框不准，相当于没有正确的检测出狗子。所以我们希望有一个方法对绿色框进行调整，使得绿色框更接近红色框。 对于预测框我们一般使用（x,y,w,h）（x,y,w,

Anchor Box 学习笔记 什么是anchor box ? 在object detection 训练过程中，anchor box 在image中出现的方式、位置 anchor box 在训练过程中什么时候出现 在训练过程中, 如何对选定的anchor box 进行修正，以实现优秀的object detection 模型 what is an anchor box ? anchor box 是指在目标检测过程中，一组预先定义的框的集合，用来标识出被检测到的物体，其width和height 与数据集中物

目标检测算法通常会在输入图像中采样大量的区域，然后判断这些区域中是否包含我们感兴趣的目标，并调整区域边界从而更准确地预测目标的真实边界框（ground-truth bounding box）。不同的模型使用的区域采样方法可能不同。这里我们介绍其中的一种方法：以每个像素为中心，生成多个缩放比和宽高比（aspect ratio）不同的边界框。这些边界框被称为锚框（anchor box）。---- 《动...

Anchor在计算机视觉中称为描点或者描框，在目标检测中，作为描框anchor box应用于各个目标检测的网络模型中，也成为先验框。 来历，及应用场景： Anchor最新在Faster rcnn被提出及应用，后被YOLOV2借鉴，及应用与YOLO之后的各个版本。之后的各个目标检测框架都基本采用Anchor Box进行目标检测。 那么就要说到，为什么要提出AnchorBox。那就要追根到之前的目标框的选择方式。 在Fast rcnn中，要提取2000个候选框，通过Selective Sear.

文章目录anchor box 是如何确定的anchor box 是如何确定的?anchor box 框的位置是怎么设置的？anchor box 的数量和形状是怎么设置的？anchor box 的预测过程是怎样的？ anchor box 是如何确定的 anchor box 是如何确定的? anchor box 框的位置是怎么设置的？ 通常一个对象或者说一个中心点的 anchor box 不是通过数...

最近在看faster-rcnn的源码，写一写笔记~ 之前看论文的时候，anchorbox这个东西，虽然大概意思是理解了，但是还是有很多细节没想明白，之前读代码的时候又有了更深的理解。 首先，faster-rcnn在计算anchorbox之前大概是下面这几步： 为了更方便理解，我列出了实际情况中一个图片的输入对应的过程中的各个输出结果的size，而实际情况中，输入的size是不确定的，re...

遗传算法是用于解决最优化问题的一种搜索算法。”适者生存，不适者淘汰“，将该理论以算法的形式表现出来就是遗传算法的过程。k-means是非常经典且有效的聚类方法，通过计算样本之间的距离（相似程度）将较近的样本聚为同一类别（簇）。使用k-means时主要关注两个问题（个人认为）：1.如何表示样本与样本之间的距离（核心问题），这个一般需要根据具体场景去设计，不同的方法聚类效果也不同，最常见的就是欧式距离。2.分为几类，这个也是需要根据应用场景取选择的，也是一个超参数。1 手动设定簇的个数k，假设k=2。

ground truth指标注框 anchor指人为初始给的先验框，一般在二阶段检测器的RPN阶段或者在一阶段检测器中设置 proposal指的是二阶段方法中RPN的输出框，也就是对anchor第一次做回归得到的结果 ROI指RPN阶段输出的proposal经过排序取topk，然后做nms（非极大抑制）取一定数量的框，用于第二阶段的再次精修；在RCNN ，Fast RCNN方法中指通过选择性搜索生成的框 bounding box指proposal经过再次精修后的预测框 ...

由于最近在看YOLOv3算法，感觉老是不清楚bounding box和anchor box的概念，看完吴恩达的视频后准备写一篇博客记下笔记。em...所以也会用吴恩达视频中的例子来讲。 在视频中，有一张图片，假设要检测的目标类别有3类，行人、轿车、摩托车。我们将图片划分为3*3的网格(grid cells)，并且设置有两个anchor boxes(即，图中那两个紫色边框)。这样每次检测一个grid cell，就会输出一个向量y = [Pc, bx, by, bh, bw, c1, c...

锚框：Anchor box综述 来源：https://zhuanlan.zhihu.com/p/63024247?from=timeline&utm_source=wechat_session&utm_medium=social&s_s_i=0JXW39TLnGVbglMWhky7lDSBCqA7kjIezB7HHXKdXYY%3D&s_r=1 前言 anchor...

首先可以把anchor理解为：多尺度滑动窗口。 传统的检测过程是： 1、生成图像金字塔，因为待检测的物体的scale是变化的。 2、用滑动窗口在图片的特征金字塔上面滚动生成很多候选区域。 3、各种特征提取hog和分类器svm来对上面产生的候选区域中的图片信息来分类。 4、NMS非极大值抑制得到最后的结果。 但由于cnn具有强大的提取特征的能力，可以替代第三步，但第一第二步独立于cnn之外的，需要大量循环，速度也限制了，因此要更好的定位，需要更多的scale和radio不同窗口，但又增加了时间。而

个人一些小思考

Anchor Box在讲解YOLO之前，有必要先解释什么是Anchor box。在做目标检测任务时，我们首先需要将数据标注并得到训练集、验证集、测试集。已标注的数据label，其实就是在原始图片中用矩形框框出目标，得到的矩形框参数(中心点坐标、长、宽)就是label。Anchor box其实就是从训练集中将所有的矩形框的大小尺寸统计处最常出现的某几个矩形框，这里我们可以采用K-Means来得到。这...

文章目录1 背景知识2 动机 最近部分cvpr2019的论文出来了，为了能对目标检测方向的前沿算法有更多理解，笔者趁着周末，仔细阅读了Carnegie Mellon University的这篇文章。之所以选择这一篇，一是因为标题中有"Anchor-Free"，立即引起了笔者的兴趣，毕竟大部分的目标检测算法还是基于Anchor的，二是论文的第二作者是Yihui He，他在模型剪枝方向做的非常不错，...

KMeans聚类算法是数据挖掘与机器学习领域中最常用、最直观的无监督学习方法之一。它通过将数据点分配到指定数量的簇中，实现对数据集的分区。由于其简单高效，KMeans广泛应用于市场细分、社交网络分析、图像处理等多个领域。Anchor Box是一种预设的边界框，它在目标检测任务中用于提供候选的物体位置和尺寸。在深度学习框架中，如Faster R-CNN或YOLO中，Anchor Box被用作定位网络的一部分，以帮助网络预测可能包含物体的区域。

目标检测之anchor free CornerNet CenterNet ExtremeNet FCOS FoveaBox

在了解RPN网络前我们先了解一些相关概念。

参考：吴恩达 卷积神经网络 anchor box 是目标检测中十分重要的概念，虽然最近很多论文都提出anchor free，但是深入理解anchor box对我们理解目前主流的faster rcnn，ssd，yolov2v3等算法很有帮助。 传统方法： 1.滑动窗口：顾名思义，采用一个固定大小的窗口在图上不断滑动截取固定大小的图片，从左到右，从上到下，遍历整个图片。依次判断截取下的框包不包含目标。...