Я внедряю ванильный детектор Yolo v2 с нуля в тензор потока / керас. В статье не дается много подробностей о том, как использовать эти коробки. Сначала я попытался назначить каждому объекту непосредственное прогнозирование с наивысшей IoU в этой ячейке сетки, и использовал только предыдущие поля (или якорные блоки) для изменения ширины и высоты прогнозирования, например, так:
offset_boxes[:, :, :, :, 2:4] = np.exp(t[:, :, :, :, 2:4]) * bbox_priors[:, 2:4]
Однако после просматривая некоторые реализации, я вижу, что каждый объект сначала отображается в ограничивающий прямоугольник, а затем имеет наиболее похожую форму прямоугольника (IoU-подобный показатель c рассчитывается, когда позиции объекта не учитываются, только ширина и высота). Затем рассчитывается IoU между каждым блоком прогнозирования и назначенным объектом для этого предыдущего блока. Это правильный способ реализации ограничивающих рамок приоры?