文章轉載自：https://blog.csdn.net/XiangJiaoJun_/article/details/84679596
MXNet在目標檢測提供了許多API供用戶調用，靈活使用這些函數能大大降低編程難度，其中跟錨框有關的三個函數MultiBoxDetection、MultiBoxPrior、MultiBoxTarget，下面總結一下這三個函數的用法。
常用函數
一、MultiBoxPrior
該函數是用來在一張給定的特徵圖中，對於給定的大小比例和寬高比例，生成不同錨框，函數原型爲
mxnet.ndarray.contrib.MultiBoxPrior(data=None, sizes=_Null, ratios=_Null, clip=_Null, steps=_Null, offsets=_Null, out=None, name=None, **kwargs)
下面總結一下一些常用參數的作用。
| 參數 | 作用說明 |
|---|---|
| data | 輸入的特徵圖，一般形狀爲（批量大小，通道數、寬、高） |
| sizes | 要生成的錨框的大小比例列表，比如 sizes=[0.2,0.5,0.75] |
| ratios | 要生成的錨框的寬高比例列表，比如 ratios=[0.5,1,2] |
| clip | boolean 類型變量，設置是否要剪切超出邊界的錨框，默認爲0 |
輸出：生成的錨框，形狀爲 （1，錨框總數，4） ，其中最後一維爲生成的錨框的四個座標，均除以了寬和高進行了歸一化，錨框總數 = 寬*高*每個像素錨框個數，各個批量之間共享這些錨框。
二、MultiBoxTarget
該函數是用來對生成錨框進行標記，函數原型爲
MultiBoxTarget(anchor=None, label=None, cls_pred=None, overlap_threshold=_Null, ignore_label=_Null, negative_mining_ratio=_Null, negative_mining_thresh=_Null, minimum_negative_samples=_Null, variances=_Null, out=None, name=None, **kwargs)
下面總結一下一些常用參數的作用。
| 參數 | 作用說明 | |
|---|---|---|
| anchor | 輸入的錨框，一般是通過MultiBoxPrior生成，形狀爲（1，錨框總數，4） | |
| label | 訓練集的真實標籤，一般形狀爲（批量大小，每張圖片最多的真實錨框數，5），第二維中，如果給定圖片沒有這麼多錨框，將會用-1填充空白，最後一維中的元素爲 類別標籤+四個座標值（歸一化） | |
| cls_pred | 對於第一個輸入參數，即輸入的錨框，預測的類別分數，形狀一般爲（批量大小，預測的總類別數+1，錨框總數），這個輸入的作用是爲了負採樣（negative_mining），如果不設置負採樣，那麼這個輸入並不影響輸出 | |
| negative_mining_ratio | 設置負採樣的比例大小 | |
| negative_mining_thresh | 設置負採樣的閾值 | |
| minimum_negative_samples | 最少的負採樣樣本 |
其中輸出爲一個列表，有三個元素，分別爲bbox_offset、bbox_mask、cls_labels，注意以上三個輸出均爲二維矩陣
| 輸出 | 說明 |
|---|---|
| bbox_offset | 每個錨框的標註偏移量，形狀爲（批量大小，錨框總數*4） |
| bbox_mask | 每個錨框的掩碼，這些掩碼一一對應上面的偏移量，由於我們不關心背景的偏移量，所以負類錨框座標對應的掩碼均爲0，正類錨框座標對應的掩碼均爲1，形狀爲（批量大小，錨框總數*4） |
| cls_labels | 每個錨框的標註類別，其中0表示爲背景，當設置了負採樣後，標籤爲-1表示負採樣中被丟棄，計算損失函數時應丟棄該樣本，輸出形狀爲 （批量大小，錨框總數） |
三、MultiBoxDetection
該函數是用來對預測完畢的錨框進行例如加上偏移量，非極大值抑制等處理，函數原型爲
MultiBoxDetection(cls_prob=None, loc_pred=None, anchor=None, clip=_Null, threshold=_Null, background_id=_Null, nms_threshold=_Null, force_suppress=_Null, variances=_Null, nms_topk=_Null, out=None, name=None, **kwargs)
下面總結一下一些常用參數的作用。
| 參數 | 說明 |
|---|---|
| cls_prob | 預測的各個錨框的概率，一般要經過softmax運算，形狀爲（批量大小，預測總類別數+1，錨框總數） |
| loc_pred | 預測的各個錨框的偏移量，一般形狀爲 （批量大小，錨框總數*4） |
| anchor | 生成的默認錨框，一般形狀爲（1，錨框總數，4） |
| clip | 是否要剪切超出邊界的錨框，默認爲1 |
| threshold | 正類預測的閾值，當對某一個錨框預測的類別置信度大於設置的閾值時，會被當做正類錨框處理，否則視爲負類 |
| background_id | 背景的類別id，默認爲0 |
| nms_threshold | 非極大值抑制的閾值 |
輸出爲經過處理之後的錨框，形狀爲（批量大小，錨框總數，6）其中最後一維組成爲，類別標籤+置信度+邊界框四個座標（歸一化處理），其中類別標籤爲-1表示爲背景或者在NMS中被移除。