search

Peterisfar / YOLOV3

yolov3 by pytorch
MIT License
195 stars 53 forks source link

关于yololoss的疑问 #10

Closed yuanliangxie closed 4 years ago

yuanliangxie commented 4 years ago

您的代码非常简练有力！赞！ 但是我对于yololoss有一些疑问： 您的策略貌似跟yolov3论文的策略不一样啊 gtbox与每层feature_map中的pred_anchor进行IOU计算，如果IOU>0.3即进行assign为positive操作。若gt_box与所有feature_map中的pred_anchor的IOU都小于0.3时，取所有feature_map中最大的anchor进行assign 而我理解的yolov3策略是 gtbox与所有feature_map中的pred_anchor进行IOU计算，挑选IOU最大的哪一个进行assign. 请问这样做有什么好处吗？希望能与您交流一二

Peterisfar commented 4 years ago

感谢您对我工程的关注，这里GT分配策略跟原先不同，借鉴retinaNet、fasterRcnn的套路改的，好处的话主要是每个GT可能由不同层的anchor负责或者同层多个anchor负责；每个GT至少有一个anchor负责。相比原先的策略多了同层多个anchor预测，并且由于使用了IoU阈值则减少了那些IoU非常低的anchor数量，即由3变成1.