Зачем нам игнорировать якоря при обучении детектора объектов с глубоким обучением? - PullRequest
2 голосов
/ 01 апреля 2020

В большинстве работ, таких как retin anet (https://arxiv.org/abs/1708.02002), он вычисляет iou между каждым якорем и основной правдой. И дайте каждому якору задание истинности земли согласно пороговому значению. например,

В частности, якоря назначаются блокам объектов "земля-правда" с использованием порогового значения пересечения по объединению (IoU), равного 0,5; и фон, если их IoU находится в [0, 0,4). Поскольку каждый якорь назначен не более чем одному объектному блоку, мы устанавливаем соответствующую запись в его векторе длины метки k на 1, а все остальные записи равны 0. Если якорь не назначен, что может произойти с перекрытием в [0.4, 0.5) , он игнорируется во время обучения

В этом проблема, если якорь игнорируется во время обучения, он не будет обновляться при обратном распространении. многие из них не могут обновить параметры.

Итак, в чем причина не включать все якоря во время тренировки?

спасибо

...