如何解决如何确定RetinaNet模型的锚点大小?
我正在尝试为自己的自定义数据集在pytorch中实现RetinaNet模型,但是,我对如何选择一些超参数感到困惑。例如,模型使用[32,64,128,256,512]
的锚点大小,[0.5,1,2]
的锚点比率和[1,1.25,1.58]
的锚点规模,但是我们如何为自己的数据集确定这些数字。为锚框生成部分选择参数时,我们可以采取哪些方法?
解决方法
anchor ratio 可以确定为 ratio = bounding box height / bounding box width。 比例因子用于放大锚点处的基本特征图。比率因子的使用方式相同。因此对于每个特征图,使用各种不同的纵横比和大小来尝试与目标对象的标注边界框匹配。
自动获取优化参数列表的一个好方法是使用 Martin Zlocha、Qi Dou 和 Ben Glocker 的 Anchor Optimization 存储库。您可以查看它以了解如何实现流程自动化。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。