HikariTJU / LD

Localization Distillation for Object Detection (CVPR 2022, TPAMI 2023)
Apache License 2.0
368 stars 52 forks source link

关于回归的变量离散化选择 #50

Open botaoye opened 2 years ago

botaoye commented 2 years ago

您好,感谢您的很棒的工作。我想将LD用到其他检测器中,关于把regression换成离散化的概率这部分有一个疑惑想要问问作者。我看检测器每一个scale得到的regression都通过相同的integral将概率转化成lrtb值,那么得到的lrtb都是一样的。所以最终不同feature scale的lrtb范围都是相同的,为什么不把每个scale的lrtb按照比例放缩范围呢?以及如果feature比较大,这样的实现得到的lrtb范围是否有可能小于GT lrtb的范围呢?

https://github.com/HikariTJU/LD/blob/2dda5c043e733c7cc40f6ce41fb37d0e76c44eeb/mmdet/models/dense_heads/ld_head.py#L200

HikariTJU commented 2 years ago

target 被缩放过了,stride就是用来做这个的 https://github.com/HikariTJU/LD/blob/2dda5c043e733c7cc40f6ce41fb37d0e76c44eeb/mmdet/models/dense_heads/gfl_head.py#L246