generate_proposals

paddle.fluid.layers.generate_proposals(scores, bbox_deltas, im_info, anchors, variances, pre_nms_top_n=6000, post_nms_top_n=1000, nms_thresh=0.5, min_size=0.1, eta=1.0, name=None)[源代码]

该OP根据每个检测框为foreground对象的概率,推选生成用于后续检测网络的RoIs。 其中的检测框根据 anchorsbbox_deltas 计算得到。

该OP通过以下步骤生成 RoIs

1、通过转置操作将 scoresbbox_deltas 的大小分别调整为 (H * W * A,1)(H * W * A,4)

2、根据 anchorsbbox_deltas 计算出候选框的位置。

3、Clip boxes to image。

4、删除面积较小的候选框。

5、通过NMS选出满足条件的候选框作为结果。

参数:
  • scores (Variable) - Shape为 [N,A,H,W] 的4-D Tensor,表示每个框包含object的概率。N是批量大小,A是anchor数,H和W是feature map的高度和宽度。数据类型支持float32。
  • bbox_deltas (Variable)- Shape为 [N,4 * A,H,W] 的4-D Tensor,表示预测出的候选框的位置和anchor的位置之间的距离。数据类型支持float32。
  • im_info (Variable) - Shape为 [N,3] 的2-D张量,表示原始图像的大小信息。信息包含原始图像宽、高和feature map相对于原始图像缩放的比例。
  • anchors (Variable) - Shape为 [H,W,A,4] 的4-D Tensor。H和W是feature map的高度和宽度。A是每个位置的框的数量。每个anchor以 (xmin,ymin,xmax,ymax) 的格式表示,其中, xminymin 为左上角的坐标, xmaxymax 为右下角的坐标。
  • variances (Variable) - Shape为 [H,W,A,4] 的4-D Tensor,表示 anchors 的方差。每个anchor的方差都是 (xcenter,ycenter,w,h) 的格式表示。
  • pre_nms_top_n (int,可选) - 整型数字。每张图在NMS操作之前要保留的总框数。数据类型仅支持int32。缺省值为6000。
  • post_nms_top_n (int,可选) - 整型数字。每个图在NMS后要保留的总框数。数据类型仅支持int32。缺省值为1000。
  • nms_thresh (float,可选) - 浮点型数字。NMS中的阈值。数据类型仅支持float32。缺省值为0.5。
  • min_size (float,可选) - 浮点型数字。根据宽和高过滤候选框的阈值,宽或高小于该阈值的候选框将被过滤掉。数据类型仅支持float32。缺省值为0.1。
  • eta (float,可选) - 浮点型数字。自适应阈值的衰减系数。仅在自适应NMS中且自适应阈值大于0.5时生效,在每次迭代中 adaptive_threshold = adaptive_treshold * eta 。缺省值为1.0。

返回: 元组,格式为 (rpn_rois, rpn_roi_probs)

  • rpn_rois (Variable) - 表示产出的RoIs, shape为 [N, 4] 的2D LoDTensor, N为RoIs的数量。数据类型与 scores 一致。
  • rpn_roi_probs (Variable) - 表示RoIs的得分,shape为 [N, 1] ,N为RoIs的数量。数据类型与 scores 一致。

返回类型:元组

代码示例

import paddle.fluid as fluid
scores = fluid.layers.data(name='scores', shape=[2, 4, 5, 5],
             append_batch_size=False, dtype='float32')
bbox_deltas = fluid.layers.data(name='bbox_deltas', shape=[2, 16, 5, 5],
             append_batch_size=False, dtype='float32')
im_info = fluid.layers.data(name='im_info', shape=[2, 3],
             append_batch_size=False, dtype='float32')
anchors = fluid.layers.data(name='anchors', shape=[5, 5, 4, 4],
             append_batch_size=False, dtype='float32')
variances = fluid.layers.data(name='variances', shape=[5, 5, 10, 4],
             append_batch_size=False, dtype='float32')
rois, roi_probs = fluid.layers.generate_proposals(scores, bbox_deltas,
             im_info, anchors, variances)