atss_assigner
最后更新
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
- 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。
n_warmup_epochs 个 epoch 中使用此分配器。在这些 epoch 之后,它使用 TaskAlignedAssigner。参考
- 通过自适应训练样本选择弥合基于锚点和无锚点检测之间的差距
- 该实现改编自 PPYOLOE_pytorch 和 TOOD 的代码。
方法
init
Python
1def __init__(n_classes: int, topk: int = 9):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]: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。示例
该框与第一个锚点框的 IoU 为
0.64。阈值约为 0.5,因此只有第一个锚点是正的。预测框等于锚点框,因此该锚点的分数也为 0.64。Pycon
1>>> import torch
2>>> assigner = ATSSAssigner(n_classes=2, topk=4)
3>>> anchors = torch.tensor(
4... [
5... [0.0, 0.0, 4.0, 4.0],
6... [4.0, 0.0, 8.0, 4.0],
7... [0.0, 4.0, 4.0, 8.0],
8... [4.0, 4.0, 8.0, 8.0],
9... ]
10... )
11>>> gt_labels = torch.tensor([[[1.0]]])
12>>> gt_bboxes = torch.tensor([[[0.0, 0.0, 5.0, 5.0]]])
13>>> mask_gt = torch.tensor([[[1.0]]])
14>>> labels, bboxes, scores, mask, gt_idx = assigner(
15... anchors, [4], gt_labels, gt_bboxes, mask_gt, anchors[None]
16... )
17>>> labels.tolist()
18[[1, 2, 2, 2]]
19>>> mask.tolist()
20[[True, False, False, False]]
21>>> [round(s, 2) for s in scores[0, 0].tolist()]
22[0.0, 0.64]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。
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。