5. 通常,每个网格单元只能包含一个类,但是使用锚框原理,可以将多个类分配给一个网格单元。 锚框是预定义的形状,表示要检测的类的形状。 例如,如果我们检测到三个类别(汽车,摩托车和人),那么我们可能可以通过两个锚框形状来解决-一个代表摩托车和人,另一个代表汽车。 可以通过查看先前图像中最右边的图像来确认。 我们可以通过使用 K 均值聚类等算法分析每个类的形状来确定锚框形状以形成训练 CSV 数据。
让我们以前面的图像为例。 在这里,我们有三类:`car`,`motorcycle`和`human`。 我们假设一个`5 x 5`的网格具有 2 个锚定框和 8 个维度(5 个边界框参数(`x`,`y`,`w`,`h`和`c`)和 3 类(c1,c2 和 c3))。 因此,输出向量大小为 5 x 5 x 2 x 8。
让我们以前面的图像为例。 在这里,我们有三类:`car`,`motorcycle`和`human`。 我们假设一个`5 x 5`的网格具有 2 个锚定框和 8 个维度(5 个边界框参数(`x`,`y`,`w`,`h`和`c`)和 3 类(`c1`,`c2`和`c3`))。 因此,输出向量大小为`5 x 5 x 2 x 8`。
我们为每个锚框重复两次`Y = [x, y, w, h, c, c1, c2, c3, x, y, w, h, c, c1, c2, c3]`参数。 下图说明了边界框坐标的计算: