小編給大家分享一下Segmentation中anchor free方法怎么實現(xiàn)的，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

專注于為中小企業(yè)提供成都網(wǎng)站建設(shè)、網(wǎng)站建設(shè)服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)株洲免費做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了數(shù)千家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設(shè)實現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

 

3. 基于Segmentation的方法

• FCOS

先來上一張F(tuán)COS的整體框架圖：

按照FCOS的說法，它是把每個location都當(dāng)做一個樣本，如下圖所示，可以看到，最左面的橙色點在棒球運(yùn)動員的box內(nèi)，這個點的gt實際上是該點到box的四個邊緣的距離以及box的obj類別，所以最后預(yù)測出來的output是HxWxC以及HxWx4，C和4分別代表每個特征圖的每個location要預(yù)測的該點所屬于的類別和該點到box的邊界距離。在通過這種方式得到box后，F(xiàn)COS回合anchor based的方法一樣進(jìn)行NMS等：

實際上如果不考慮Classification下面的Center-ness分支，怎么樣，會不會覺得非常熟悉？在這里貼一下retinanet的網(wǎng)絡(luò)圖：

可以發(fā)現(xiàn)，兩者最大的差別是最后輸出的通道，Retinanet輸出的是KA和4A(A代表anchors數(shù)量，K代表類別數(shù)量)，是對每個location位置的A個anchors預(yù)測它們的類別和相對偏移量，而FCOS則直接對格子所在的類別和產(chǎn)生box進(jìn)行預(yù)測了，完全沒有box的概念，整體上也非常接近語義分割的segmentation思想。這樣做的方法會有一個問題，就是box里面，越接近中心的位置往往效果越好，但是越靠近Box邊緣，雖然理論上應(yīng)該仍然是正類，但是因為往往落在obj外，預(yù)測效果不佳，對此，F(xiàn)COS的解決方法是引入一個新的分支centerness，它的gt計算如下：  

 

可以看到，如果location距離box的左邊界距離和右邊界距離相同，根號內(nèi)第一項應(yīng)該是1，同理，當(dāng)距離上下邊界距離一樣時候，根號內(nèi)第二項是1，此時，gt值為1，location恰好處于中心位置。而如果location非常接近邊緣，則gt會非常小。這個分支訓(xùn)練以后，在inference階段將會和classification預(yù)測的值相乘作為最終scores得分，從而抑制接近中心點的位置。此外，F(xiàn)COS還引入了多尺度的概念，如果在FPN的某個level上，t/b/l/r中的最大值大于某個閾值，則認(rèn)為這個box不適合當(dāng)前l(fā)evel的feature，從而進(jìn)行排除。

• Foveabox

在了解了FCOS之后，認(rèn)識foveabox也比較簡單了。foveabox的不同首先在于多尺度策略和encoding的方法。foveabox的多尺度策略是將不同大小的box根據(jù)面積分配到不同level的feature map上，且有重疊。FPN的P3~P7的每個leval的Pl分別有一個基數(shù)Sl，取l=3的時候，P3對應(yīng)的S3是3232，取l=4的時候，P4對應(yīng)的S4是6464，一直倍增。每個level負(fù)責(zé)的box的面積范圍為，其中n^2是可變化的參數(shù)，可以看到，不同leval預(yù)測的范圍會有重疊，這可以增加一定的魯棒性：

 

而考慮到不同level預(yù)測的box大小不同，預(yù)測的box位置坐標(biāo)也是經(jīng)過編碼的，編碼方式如下(z代表系數(shù)，具體計算方式見論文)：

最后，也就是foveabox名稱的由來，對于box內(nèi)部離中心點比較遠(yuǎn)的抑制方法，foveabox沒有centerness那樣的分支，而是用了另一個思路，那就是只有box內(nèi)部比較靠近中心的點才被視作正樣本(下圖帶黑色點的紅色區(qū)域)，如果該點在Box內(nèi)部但是離邊緣比較近，則往往被視作灰色區(qū)域，即不算正樣本，也不算負(fù)樣本，梯度回傳的時候不考慮(紅色box內(nèi)部白色區(qū)域)。正樣本所在的矩形框和灰色區(qū)域的矩形框大小是由兩個不同的伸縮系數(shù)控制的。

• FSAF

關(guān)于FSAF，就沒有太多需要介紹的內(nèi)容了，只需要知道以下三點：1. FSAF在每個location預(yù)測box的方式也是預(yù)測點到box四個邊界的距離，類似FCOS 2. FSAF抑制box內(nèi)部遠(yuǎn)離中心點的干擾的方法類似Foveabox，同樣把非?？拷行牡木匦螀^(qū)域視作正樣本，在box內(nèi)又離得比較遠(yuǎn)的不計入梯度計算 3. FSAF的多尺度策略比較特殊，它不會手動分配level預(yù)測某個box(這一點和FCOS和Fovea不同，這兩本本質(zhì)上多尺度都用了手動分配的方法)，而是在各個尺度上同時計算，看box在哪個level上得到的loss最小，就在這個level的特征上計算，由此實現(xiàn)針對不同obj的特征選擇自動化。

以上是“Segmentation中anchor free方法怎么實現(xiàn)的”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

網(wǎng)站欄目：Segmentation中anchorfree方法怎么實現(xiàn)的
當(dāng)前路徑：http://jinyejixie.com/article20/gpioco.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供手機(jī)網(wǎng)站建設(shè)、面包屑導(dǎo)航、App設(shè)計、軟件開發(fā)、網(wǎng)站建設(shè)、

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)