关于标签问题

[yeyuxmf]

感谢提供的开源实现，比源代码容易看多了，结构也很清晰。不过有点小疑问： row1 = int(center_map_int[1]) - 1 row2 = int(center_map_int[1]) + 2 col1 = int(center_map_int[0]) - 1 col2 = int(center_map_int[0]) + 2 mask_gt_batch[x, row1:row2, col1:col2] = 1.0 假设center_map_int[1] = 7， 那么mask_gt_batch[x, row1:row2, col1:col2] 这相当于在6、7、8这三个点的标签等于1，不知道为什么？不是说只是中心点为1么

[xggIoU]

是的，backbone跟官方不一样的。另外这个mask是为了回归bbox，当然可以直接在loss里计算mask。我这里是把中心点3✖3范围作为bbox回归的区域，避免只对应一个点对不准(目标的heatmap的中心点和bbox上的点对准)，当然也可以只用中心点回归bbox。这两种方式官方的代码里都有的。从实验上来看，两种都可以。

[yeyuxmf]

谢谢，是我没考虑到。从另一个方面说，相邻点特征相似又有那么一点不同，既相当于增加了损失权重，又增加了网络回归点对特征的鲁棒性。还有一个疑问： mean_coco= [0.408, 0.447, 0.470] std_coco= [0.289, 0.274, 0.278] mean_voc = [0.485, 0.456, 0.406] std_voc = [0.229, 0.224, 0.225] 我硬是没看到这几个值的用处，官方代码也看到了，一样没看到其用在哪里干嘛了（官方代码看了会儿，太难看^-^）。

[xggIoU]

这个是voc和coco数据集上图像的mean和std，归一化的。我这里直接/255.的，所以没用。

[yeyuxmf]

哦，谢谢，正在参考你们的开源去实现。希望后面有机会可以继续交流。

[hanjw123]

感谢提供的开源实现，比源代码容易看多了，结构也很清晰。不过有点小疑问： row1 = int(center_map_int[1]) - 1 row2 = int(center_map_int[1]) + 2 col1 = int(center_map_int[0]) - 1 col2 = int(center_map_int[0]) + 2 mask_gt_batch[x, row1:row2, col1:col2] = 1.0 假设center_map_int[1] = 7， 那么mask_gt_batch[x, row1:row2, col1:col2] 这相当于在6、7、8这三个点的标签等于1，不知道为什么？不是说只是中心点为1么

请问offset_gt_batch是怎么实现的？

[xggIoU]

根w，h预测是一样的