1 預處理
DENSE_RATIO = 4
選擇比例爲4的原因如下:
1. DetectoRS的FPN最下層特徵圖的採樣比例爲4,
2 目標函數的設計
2.1 正負樣本的定義
這裏,正負樣本的定義我們參照的是COCO數據集的標準,
(今後,我們還需要根據測試定義適合此項目的正負樣本的定義標準)
在COCO數據集中,正負樣本的區分是通過IoU來實現的,
其中正負樣本的閾值爲:IoU = 0.5
截圖如下:
2.2 loss_heat_map——基於 Focal Loss
在熱點圖的迴歸中,“樣本不平衡”是一個十分嚴重的問題,於是我們將基於FL來設計loss函數;
3 Post process後處理
3.1 NMS——使用Soft-NMS
因爲CenterNet的論文中使用的Soft-NMS算法;
4 備註
4.1 如果輸入不一致怎麼辦呢
可以先使用仿射變換將輸入圖像填充至模型最大的輸入尺寸;