mmdetection RPNHead--_init

RPNHead类包含的函数：

(1)_init_()：初始化函数

(2)_init_layers()：设置Head中的卷积层

(3)forward_single()：单尺度特征图的前向传播

(4)loss：Head损失函数计算

(5)_get_bboxes_single()：将单个图像的输出转换为bbox预测

(6)_bbox_post-processing_method：bbox后续处理方法

这里介绍的是_init_layers_()函数：

 1 def _init_layers(self):

 2         """Initialize layers of the head."""

 3         if self.num_convs > 1:

 4             rpn_convs = []

 5             for i in range(self.num_convs):

 6                 if i == 0:

 7                     in_channels = self.in_channels

 8                 else:

 9                     in_channels = self.feat_channels

10                 # use ``inplace=False`` to avoid error: one of the variables

11                 # needed for gradient computation has been modified by an

12                 # inplace operation.

13                 rpn_convs.append(

14                     ConvModule(

15                         in_channels,

16                         self.feat_channels,

17                         3,

18                         padding=1,

19                         inplace=False))

20             self.rpn_conv = nn.Sequential(*rpn_convs)

21         else:

22             self.rpn_conv = nn.Conv2d(self.in_channels, self.feat_channels, 3, padding=1)

24         self.rpn_cls = nn.Conv2d(self.feat_channels, self.num_base_priors * self.cls_out_channels, 1)

27         self.rpn_reg = nn.Conv2d(self.feat_channels, self.num_base_priors * 4, 1)

in_channels（int）：输入特征映射中的通道数。

feat_channels（int）：隐藏通道的数量。

函数说明：

这个函数是完成Head中卷积层的设置。代码14行可以看到，这里使用的是MMCV中的ConVModule类来构建卷积层，使用他的方便之处在于，它会在卷积层后自动加上归一化层和激活函数。

RPNHead的卷积层主要由三个部分组成，rpn_conv, rpn_cls, rpn_reg。num_cls的值影响rpn_conv的层数。

num_cls的值可在配置文件中rpn_head的字典里设置，默认是1。

self.num_convs=1，RPNHead的结构是：

如果self.num_convs>1，RPNHead的结构如下：

可以看到，通过3×3的卷积层之后，会再经过分类分支和回归分支，用于完成目标的分类和定位。rpn_cls和rpn_reg都是1×1的卷积层。输入通道是feat_channels，输出通道分别是cls_out_channels*num_base_priors和num_base_priors*4。

cls_out_channels，num_base_priors都是RPNHead继承自父类的参数。

关于cls_out_channels属性值的代码如下：

1 if self.use_sigmoid_cls:

2     self.cls_out_channels = num_classes

3 else:

4     self.cls_out_channels = num_classes + 1

如果use_sigmoid_cls为真，cls_out_channels就是类别数，否则是类别数加一。

use_sigmoid的变量值是从loss_cls的配置字典的获取的。默认为False，可以在配置文件中查看是否设置了真值。

1 self.use_sigmoid_cls = loss_cls.get('use_sigmoid', False)

关于num_base_priors属性值的代码如下

1 self.prior_generator = build_prior_generator(anchor_generator)

2      # Usually the numbers of anchors for each level are the same

3      # except SSD detectors. So it is an int in the most dense

4      # heads but a list of int in SSDHead

5 self.num_base_priors = self.prior_generator.num_base_priors[0]

这里看不出来，这个值具体是啥，我上网查了一番后得到，num_base_priors = num(anchor_scales)*num(anchor_ratios)。

num_base_priors是每个特征点产生的锚框的数量。

由此可以知道，分类和回归的输出通道的含义是

cls_out_channels*num_base_priors，所有锚框对应的类别分类（这里的类别指的是，是否是目标，不是具体的目标类别）

num_base_priors*4，所有的锚框对应的回归值的输出。（对应的是中心点的偏移量和宽高的缩放量）

巴特西

mmdetection RPNHead--_init_layers()

最新文章

热门文章