Code problems

[huchenjie339]

问题一：计算location的时候为什么要加32，这个32具体怎么算出来的；如代码所示：locations = torch.stack((shift_x, shift_y), dim=1) + 32 问题二：为什么通过以下方式能判断特征图映射回原图的点是否在groudtruth内？当 reg_targets_per_im[:, :, 0]，reg_targets_per_im[:, :, 2] ，reg_targets_per_im[:, :, 1]，reg_targets_per_im[:, :, 3]均大于0时，也能判断点在groudtruth内啊。还有下列式子中的0.6怎么来的啊?希望大家能帮帮我这个小白。 s1 = reg_targets_per_im[:, :, 0] > 0.6((bboxes[:,2]-bboxes[:,0])/2).float() s2 = reg_targets_per_im[:, :, 2] > 0.6((bboxes[:,2]-bboxes[:,0])/2).float() s3 = reg_targets_per_im[:, :, 1] > 0.6((bboxes[:,3]-bboxes[:,1])/2).float() s4 = reg_targets_per_im[:, :, 3] > 0.6((bboxes[:,3]-bboxes[:,1])/2).float() is_in_boxes = s1s2s3*s4 pos = np.where(is_in_boxes.cpu() == 1) labels[pos] = 1

[WangJun-ZJUT]

您好!问题1中的32是通过保持中心坐标对齐,以步长8向两边扩展计算得到的.问题2中0.6表示的是距离目标中心为0.6乘上宽高的范围,并不是取所有groundtruth内的点计算loss.

[hfj-cc]

@WangJun-ZJUT (25-1)/2=12, (255-1)/2=127,127-12*8=31，中心对齐的偏移坐标不应该是31吗？