此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • ATSSAssigner
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

atss_assigner

最后更新
Python API: luxonis_train.assigners.atss_assigner自适应训练样本选择,通过自适应 IoU 阈值选择每个真实框的正锚点。

类

ATSSAssigner

自适应训练样本选择 (ATSS) 分配器。分配器根据锚点的几何形状从每个真实框中选择正锚点。它只读取预测框以缩放分配的分数。对于每个真实框,它执行以下步骤:
  • 在每个金字塔级别上,它选择最多 topk 个锚点,这些锚点的中心最接近框的中心。这些锚点是候选锚点。
  • 它计算每个候选锚点与框之间的 IoU。框的阈值是 μ + σ,即这些 IoU 的平均值加上标准差。
  • 它保留 IoU 高于阈值且中心在框内的候选锚点。
对于多个框保持为正的锚点,它会分配给与该锚点框具有最高 IoU 的框。有关详细信息,请参阅 luxonis_train.assigners.utils.fix_collisions。AdaptiveDetectionLoss 在前 n_warmup_epochs 个 epoch 中使用此分配器。在这些 epoch 之后,它使用 TaskAlignedAssigner。

方法

init
Python
1def __init__(n_classes: int, topk: int = 9):
初始化 ATSS 分配器。参数
  • n_classes (int): 数据集中的类别数量。标签 n_classes 在输出中标记背景锚点。
  • topk (int): 在每个金字塔级别上为每个真实框选择的候选锚点的最大数量。如果一个框在所有级别上的候选锚点少于三个,则没有候选锚点通过阈值。
forward
Python
1def forward(anchor_bboxes: Tensor, n_level_bboxes: list[int], gt_labels: Tensor, gt_bboxes: Tensor, mask_gt: Tensor, pred_bboxes: Tensor) -> tuple[Tensor, Tensor, Tensor, Tensor, Tensor]:
将每个锚点分配给真实框或背景。所有框都采用 xyxy 格式并使用相同的单位。只有 mask_gt 设置为 1 的框才能获得正锚点。参数
  • anchor_bboxes (Tensor): 锚点框,形状为 [n_anchors, 4],按级别排序。
  • n_level_bboxes (list[int]): 每个金字塔级别上的锚点数量。总和必须等于 n_anchors。
  • gt_labels (Tensor): 每个真实框的类别索引,形状为 [bs, n_max_boxes, 1]。
  • gt_bboxes (Tensor): 真实框,形状为 [bs, n_max_boxes, 4]。
  • mask_gt (Tensor): 1 表示真实框,0 表示填充槽,形状为 [bs, n_max_boxes, 1]。
  • pred_bboxes (Tensor): 预测框,形状为 [bs, n_anchors, 4]。预测框与其分配框之间的 IoU 会缩放分配的分数。
返回
  • tuple[Tensor, Tensor, Tensor, Tensor, Tensor]: 五个张量。
    • assigned_labels ([bs, n_anchors], int64) 包含分配框的类别,或 n_classes 表示背景锚点。
    • assigned_bboxes ([bs, n_anchors, 4]) 包含分配的框。只有正锚点处的值有意义。
    • assigned_scores ([bs, n_anchors, n_classes]) 包含一个独热类别向量,该向量由预测框与分配框之间的 IoU 缩放。背景锚点为零。
    • mask_positive ([bs, n_anchors], bool) 在具有分配框的锚点处为 True。
    • assigned_gt_idx ([bs, n_anchors], int64) 包含 gt_bboxes 维度 1 上分配框的索引,背景锚点为 0。 当 n_max_boxes 为 0 时,每个锚点都是背景。在这种情况下,mask_positive 和 assigned_gt_idx 是 float32 零。