根據最後的feature map生成anchor的location

在物體檢測中，經過backbone之後等等卷積操作，在最後的feature map將要根據feature map的每一個點(yolov3好像叫cell，FCOS叫location)做出預測，預測的框的偏移值(FCOS是l,r,t,b)都需要根據feature map的座標映射到原圖的座標。
1、首先需要根據feature map的大小生成，網格的座標,下面是FCOS的代碼。

    def compute_location_per_level(self, height, width, stride, device):
        shift_x = torch.arange(
            0, width * stride, step=stride, dtype=torch.float32, device=device
        )
        shift_y = torch.arange(
            0, height * stride, step=stride, dtype=torch.float32, device=device
        )
        shift_y, shift_x = torch.meshgrid(shift_y, shift_x)
        shift_x = shift_x.reshape(-1)
        shift_y = shift_y.reshape(-1)
        location = torch.stack((shift_x, shift_y), 1) + stride // 2

        return location

輸出的location就是每一個cell都有一個座標值，如height, width大小的map，有height*width個cell，
用numpy寫：

import numpy as np
x = np.arange(0, 10*10, step=2)
y = np.arange(0, 10*10, step=2)

sx, sy = np.meshgrid(x,y)
rsx = sx.reshape(-1)
rsy = sy.reshape(-1)
location = np.stack((rsx,rsy),1)
location.shape, location

輸出爲

((2500, 2), array([[ 0,  0],
        [ 2,  0],
        [ 4,  0],
        ...,
        [94, 98],
        [96, 98],
        [98, 98]]))

Question1：似乎求網格時並不需要heightwidth，一個1010的map生成的座標不應該到【98，98】