自动驾驶——CenterNet（Objects as Points）的学习笔记

1 前言

CenterNet的代码还是有点难懂，不过还是要感谢各位同学分享的资料～

2 CenterNet代码的学习笔记

2.1 数据读取——COCO类

COCO类是用来进行数据读取的，读取之后获得的item有以下几个属性：

'image': img,
'hmap': hmap, 
'w_h_': w_h_, 
'regs': regs, 
'inds': inds——
inds指的是目标中心的线式索引，其中“线式索引”指的是将单张特征图平铺为一维向量之后的索引（或者说座标），
从inds的计算公式也可以看出：inds[k] = obj_c_int[1] * self.fmap_size['w'] + obj_c_int[0]
 'ind_masks': ind_masks,
        'c': center, 's': scale, 'img_id': img_id

2.2 后处理

2.2.2 Soft-NMS——在测试阶段对boxes进行过滤

CenterNet在测试阶段时使用了Soft-NMS算法，

我觉得可能的原因是CenterNet在测试时将图片建立了多尺度输入，所以很可能会出现重复检测框的情况，