the face scale

[GRAYKEY]

你好，请问下论文中的continuous face scale是怎么推出来的？为什么loss branch1的face scale是10-15？感谢。

[YonghaoHe]

@GRAYKEY 目前版本里面这些主要是依靠经验进行设定的,和任务特点,有效感受野有关系. 下一个版本我们将给出一个更加有理论根据的设置方式.

[GRAYKEY]

感谢你的回复。另外对于下面branch的样本采样代码，特别是if random.random() > 0.9:和if scale_idx == self.num_output_scales:条件下的处理方法，这个scale缩放大小也是根据经验设置的吗

target_bbox = bboxes[bbox_idx, :]
longer_side = max(target_bbox[2:])
if longer_side <= self.bbox_small_list[0]:
    scale_idx = 0
elif longer_side <= self.bbox_small_list[1]:
    scale_idx = random.randint(0, 1)
elif longer_side <= self.bbox_small_list[2]:
    scale_idx = random.randint(0, 2)
else:
    if random.random() > 0.9:
        scale_idx = random.randint(0, self.num_output_scales)
    else:
        scale_idx = random.randint(0, self.num_output_scales - 1)

# choose a side length in the selected scale
if scale_idx == self.num_output_scales:
    scale_idx -= 1
    side_length = self.bbox_large_list[-1] + random.randint(0, self.bbox_large_list[-1] * 0.5)
else:
    side_length = self.bbox_small_list[scale_idx] + \
    random.randint(0, self.bbox_large_list[scale_idx] - self.bbox_small_list[scale_idx])
target_scale = float(side_length) / longer_side