最近在看yolov3 的源碼，在看yolo_loss的時候遇到了一個卡點，就是將真是標(biāo)注的box終點坐標(biāo)轉(zhuǎn)換

到anchor點的坐標(biāo)

true_xy = true_xy * tf.cast(grid_size, tf.float32) - tf.cast(grid, tf.float32) raw_true_xy = y_true[l][..., :2] * grid_shapes[l][:] - grid import tensorflow as tfimport numpy as np#anchor box=13*13 grid_size=13 grid = tf.meshgrid(tf.range(grid_size), tf.range(grid_size)) grid = tf.expand_dims(tf.stack(grid, axis=-1), axis=2)#batch_size=8 box=13*13 ,每一種規(guī)格的anchor box 對應(yīng)3個box ,中點坐標(biāo)是２維 T_xy=np.zeros([8, 13, 13, 3, 2])*1.0T_xy[6,4,2]=[0.309,0.46212122]T_xy=tf.constant(T_xy,dtype=tf.float32)true_xy = T_xy * tf.cast(grid_size, tf.float32) - tf.cast(grid, tf.float32)print(true_xy) [[[[ 0. 0.][ 0. 0.][ 0. 0.]][[ -1. 0.][ -1. 0.][ -1. 0.]][[ -2. 0.][ -2. 0.][ -2. 0.]]......[[-10. -12.][-10. -12.][-10. -12.]][[-11. -12.][-11. -12.][-11. -12.]][[-12. -12.][-12. -12.][-12. -12.]]]]], shape=(8, 13, 13, 3, 2), dtype=float32) xy_loss = obj_mask * box_loss_scale * \tf.reduce_sum(tf.square(true_xy - pred_xy), axis=-1) obj_mask=np.zeros([8, 13, 13, 3])obj_mask[0,6,4,2]=1obj_mask=tf.constant(obj_mask,dtype=tf.float32)

發(fā)現(xiàn)這樣處理后計算loss，有大量常量數(shù)值１，…11,12等，感覺會有問題因為用了tf.reduce_sum(tf.square(true_xy - pred_xy)

實際上沒關(guān)系，因為在前面乘以了obj_mask ,對于yolo_loss中，中點坐標(biāo)的loss ，只會計算有標(biāo)記的對應(yīng)anchor 的loss其余點loss會設(shè)置為0

總結(jié)

以上是生活随笔為你收集整理的yolo loss 将图像标注的真实事坐标转换到anchor坐标的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。