Anchor是Faster RCNN中的一個重要的概念，在對圖像中的物體進行分類檢測之前，先要生成一系列候選的檢測框，以便於神經網絡進行分類和識別。
圖1-Faster RCNN中的錨框
一、什麼是Anchor
論文中的描述如下:
An anchor is centered at the sliding window in question, and is associated with a scale and aspect ratio.如圖1所示，Anchor是以待檢測位置為中心，以指定的大小和高寬比構成一組錨框。
假設Feature Map的寬度為W，寬度為H，在每個待檢測的位置生成的錨框數目為K，根據滑動窗口的方法，生成總的錨框的數量是W * H * K。
二、Anchor的生成
在論文中，每個錨點有3種面積
和3種長寬比
，它們相互組合，每個Anchor生成9個錨框。
三、Anchor的代碼實現
1.輔助函數
根據錨框得到其中心點(x_ctr,y_ctr)、寬度w、高度h。
def _whctrs(anchor):
"""
Return width, height, x center, and y center for an anchor (window).
"""
w = anchor[2] - anchor[0] + 1
h = anchor[3] - anchor[1] + 1
x_ctr = anchor[0] + 0.5 * (w - 1)
y_ctr = anchor[1] + 0.5 * (h - 1)
return w, h, x_ctr, y_ctr
根據寬度w、高度h、中心點(x_ctr,y_ctr)生成錨框。
def _mkanchors(ws, hs, x_ctr, y_ctr):
"""
Given a vector of widths (ws) and heights (hs) around a center
(x_ctr, y_ctr), output a set of anchors (windows).
"""
ws = ws[:, np.newaxis]
hs = hs[:, np.newaxis]
anchors = np.hstack((x_ctr - 0.5 * (ws - 1),
y_ctr - 0.5 * (hs - 1),
x_ctr + 0.5 * (ws - 1),
y_ctr + 0.5 * (hs - 1)))
return anchors
2.生成不同寬高比的錨框
def _ratio_enum(anchor, ratios):
"""
Enumerate a set of anchors for each aspect ratio wrt an anchor.
"""
w, h, x_ctr, y_ctr = _whctrs(anchor)
size = w * h
size_ratios = size / ratios
ws = np.round(np.sqrt(size_ratios))
hs = np.round(ws * ratios)
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
return anchors
對於同一個Anchor，不同的寬高比(Ratio)的面積是基本相同的；
記Anchor的面積為:area=16*16，寬高比:ratio=w/h，根據面積不變：
這也是上述代碼的實現邏輯，代碼中在根據ratio計算完w和h之後，進行了取整操作。
在實際生成Anchors時，先定義一個大小為16 * 16的Base Anchor。
函數輸入:
函數輸出:
3.生成不同比例的錨框
def _scale_enum(anchor, scales):
"""
Enumerate a set of anchors for each scale wrt an anchor.
"""
w, h, x_ctr, y_ctr = _whctrs(anchor)
ws = w * scales
hs = h * scales
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
return anchors
函數輸入:
anchor=[-3.5, 2.0, 18.5, 13.0]，scales=[8.0, 16.0, 24.0]
函數輸出:
[[ -84.0, -40.0, 99.0, 55.0],
[-176.0, -88.0, 191.0, 103.0],
[-360.0, -184.0, 375.0 199.]]
4.錨框生成入口函數
def generate_anchors(base_size=16, ratios=[0.5, 1, 2],
scales=2 ** np.arange(3, 6)):
"""
Generate anchor (reference) windows by enumerating aspect ratios X
scales wrt a reference (0, 0, 15, 15) window.
"""
base_anchor = np.array([1, 1, base_size, base_size]) - 1
ratio_anchors = _ratio_enum(base_anchor, ratios)
anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales)
for i in range(ratio_anchors.shape[0])])
return anchors
以上代碼生成9個錨框：
[[ -84. -40. 99. 55.]
[-176. -88. 191. 103.]
[-360. -184. 375. 199.]
[ -56. -56. 71. 71.]
[-120. -120. 135. 135.]
[-248. -248. 263. 263.]
[ -36. -80. 51. 95.]
[ -80. -168. 95. 183.]
[-168. -344. 183. 359.]]
四、錨框的效果
anchor效果
閱讀更多 半杯茶的小酒杯 的文章
