Closed xaigogo closed 2 years ago
同学你好,非常感谢对我们工作的兴趣。
第一个问题 “为啥这里没有z±r了,直接用z进行计算”:我们这里更新xyzr的时候以简单起见,没有加上框的长宽比r这个因素,在截稿后我们试了z±r的形式,实际达到的结果差不多;
第二个问题 “如何理解学到的xyzr_delta的意义”:其实可以把(x/z,y/z,z,r)理解为一个欧式空间,所有更新都是在这欧式空间中直接进行的,在这种理解下,xyzr_delta[..., 0:2]=[d(x/z), d(y/z)],这里的z理解的时候不建议展开形式;
第三个问题 “为啥 r不直接编码成 r = (wh[..., 1:2]/wh[..., 0:1]).sqrt().log2()”:同学你的理解是对的,严格来说应该有个sqrt();但没有sqrt()的话与论文中也是一致的,在学习dz时只差了0.5的倍数关系,没有本质的差异。
多谢 多谢 ~~
Tanks for your great job and code!
请问下论文中的公式4和公式5中都是 z+r 和 z-r 进行计算,为啥这里没有z±r了,直接用z进行计算? 按论文公式可以理解
xyzr_delta
的预测意义,但按代码中的写法该如何理解学到的xyzr_delta
的意义? 按代码看,是否可以这样理解预测变量xyzr_delta
的意义 xyzr_delta[..., 0:2]=((dx/dy).sqrt(), (dy/dx).sqrt()) ?另外在编码 xyzr的时候,为啥 r不直接编码成 r = (wh[..., 1:2]/wh[..., 0:1]).sqrt().log2(), 这样2(z-r)=w, 2(z+r)=h,感觉跟论文描述直观上更一致一点,解码也更省事。
多谢 多谢!