小白填坑系列(2) anchors 聚类

发表于 | 分类于 ， ，
字数统计: 564 | 阅读时长 ≈ 2
Anchors Kmeans 聚类

0. 前言

1. 论文内容总结

1.1. 引入

  • 在Yolo v2中借鉴了Faster R-CNN，引入了anchors的概念。
  • 引入Anchors是为了更好的预测bbox的定位信息，即x, y, w, h。
  • 但对于anchors的选择，Yolo v2选择了与Faster R-CNN不同的方法：
    • Faster R-CNN中，anchors根据边长、长宽比例选择了，论文中认为这是“手动选择”。
    • Yolo v2认为可以选择更好的先验bbox，即使用 kmeans 选择。

1.2. 论文配图

  • 左边的图：
    • 当选择k个先验框时，数据集中所有bbox的平均IOU。
    • 横坐标表示要选择的anchors数量，纵坐标表示平均IOU。
    • 蓝色的是COCO，黑色的是VOC2007。
    • 选择k值为5，这是性能与模型复杂度之间平衡的结果。
  • 右边的图：
    • kmeans 选出的候选框。
      image_1dr6a0um21idoqpr1cq6140217hd9.png-142kB

1.3. 效果

  • 表中的四行分别代表：
    • Cluster SSE：猜测使用欧几里德距离的聚类。
    • Cluster IOU：使用IOU作为距离的聚类。
    • Anchor Boxes：普通Anchors。
  • 结果解释：
    • 5个聚类选出的候选框效果与9个手动选择的候选框效果差不多。
    • 9个聚类选出的候选框效果远远好于9个手动选择的候选框。
      image_1dr6aqnjqlbd1fl9104c1e4r7j5m.png-95.3kB

2. 实现

2.1. 基本概念

  • 聚类要获取的是bbox的长与宽两个参数。
  • 距离：
    • 两个bbox的距离，先计算两个bbox的IOU，在通过1-IOU作为距离。
    • 可以这么想象：假设两个bbox的一个叫对齐，然后计算IOU。
  • 代码参考 这里

2.2. 总体流程

  • 第一步：获取数据集中所有bbox的长与宽。
  • 第二步：从数据集的bbox中随机选择k个作为初始中心bbox。
  • 第三步：计算其他bbox与中心bbox之间的距离，即 1-IOU。
  • 第四步：根据上述距离进行聚类，即将其他bbox归类到与其距离最小的中心bbox中。换句话说，将所有bbox分为k类。
  • 第五步：对于每一类bbox，计算通过平均数/中位数获取k个bbox，作为新一轮的中心bbox。
  • 第六步：重复第三到第五步，直到前后两次获取的中心bbox完全相同为止。