問題描述：預測框的中心位置正常，但是預測的框的width和height不正常。
解決方法：使得訓練的配置cfg和測試中cfg的輸入width, height, anchorbox保持一致！
問題是我在修改anchorbox時遇到的，當時訓練和測試不在同一環境下，測試端沒有及時更新cfg文件造成的，如下圖所示：
mAP也是極低的。
修改后，檢測框正常，如下圖所示：
下面做下boundingbox來源分析：
首先是yolo(you only look once)中是這樣定義的：
算法中明確告訴我們:boundingbox只和cell(featuremap中的)位置(Cx,Cy)以及anchorbox的(Pw,Ph)直接相關。所以我們可以重點關注這兩個量。
對應到源代碼中的實現主要是以下兩個函數：
yolo_layer.c
...
box get_yolo_box(float *x, float *biases, int n, int index, int i, int j, int lw, int lh, int w, int h, int stride) /* 輸入參數解析：(*x 預測數據),(*biases 存放anchor數據), (i、j 對應在feature map上的坐標), (n 表示anchor數組的mask,為了讓三個yolo_layer能取到自己對應的三組anchor, 小尺寸feature map對應大size anchor，比較好理解小尺寸特征圖負責檢查大尺寸目標), (index,當前bbox對應的數據的起始下標), (lw lh,特征圖的w h), (w h, 網絡輸入的w h), (同一個bbox數據之間的stride lw*lh) */ { box b; // 網絡為了每一個bbox都給出了4個坐標預測值: tx ty tw ty /* 其中tx 和 ty是相對於當前feature map坐標的偏移 除以lw&&lh 是計算出bbox坐標在圖像中的比例 */ b.x = (i + x[index + 0*stride]) / lw; b.y = (j + x[index + 1*stride]) / lh; /* e^tw * biases[2*n] 表示學習到的w回歸值和對應prior bbox(anchor) w的乘積得到 bbox在網絡輸入size基礎上的w size, 除以 net_w得到相對於網絡輸入圖像的比例 h的計算同理, 這部分的內容涉及到yolov3論文中的圖二 */ b.w = exp(x[index + 2*stride]) * biases[2*n] / w; b.h = exp(x[index + 3*stride]) * biases[2*n+1] / h; return b; /*補充一下，這里算出的x,y,w,h都是相對於net input size的比例*/ }
此不分為轉載：
https://blog.csdn.net/wwwhp/article/details/84718089
... int get_yolo_detections(layer l, int w, int h, int netw, int neth, float thresh, int *map, int relative, detection *dets) { int i,j,n; float *predictions = l.output; if (l.batch == 2) avg_flipped_yolo(l); int count = 0; for (i = 0; i < l.w*l.h; ++i){ int row = i / l.w; int col = i % l.w; //printf("get_yolo_detections:i =%d,row = i / l.w=%d, col = i % l.w;\n",i, row, col); for(n = 0; n < l.n; ++n){ int obj_index = entry_index(l, 0, n*l.w*l.h + i, 4); float objectness = predictions[obj_index];//objectness：有框的 //printf("objectness:%f\n",objectness); if(objectness <= thresh) continue; printf("obj_index = %d,objectness:%f, thresh:%f\n",obj_index,objectness,thresh); int box_index = entry_index(l, 0, n*l.w*l.h + i, 0); dets[count].bbox = get_yolo_box(predictions, l.biases, l.mask[n], box_index, col, row, l.w, l.h, netw, neth, l.w*l.h);//模型推理出偏移量 dets[count].objectness = objectness; dets[count].classes = l.classes; for(j = 0; j < l.classes; ++j){ int class_index = entry_index(l, 0, n*l.w*l.h + i, 4 + 1 + j); float prob = objectness*predictions[class_index];//predictions[class_index]：框中物體是class的概率，prob：置信度 printf("get_yolo_detections1:prob=objectness*predictions[class_index] = %f * predictions[%d] = %f * %f = %f;\n",objectness,class_index,objectness,predictions[class_index],prob); dets[count].prob[j] = (prob > thresh) ? prob : 0; printf("get_yolo_detections2:[dets[count].prob[j] = (prob > thresh) ? prob : 0] = [ %f = (%f > %f) ? %f : 0];\n",dets[count].prob[j],prob,thresh,prob); } ++count; } } correct_yolo_boxes(dets, count, w, h, netw, neth, relative); return count; } ...
如有疑問可以留言。
希望可以幫到困惑的你！