这里有一些函数可用于在不训练模型的情况下生成和可视化锚框坐标。我们在这里所做的只是调用训练/推理期间图表中使用的相关操作。
首先，我们需要知道构成给定尺寸输入图像的对象检测层的特征图的分辨率（形状）。
import tensorflow as tf
from object_detection.anchor_generators.multiple_grid_anchor_generator import create_ssd_anchors
from object_detection.models.ssd_mobilenet_v2_feature_extractor_test import SsdMobilenetV2FeatureExtractorTest
def get_feature_map_shapes(image_height, image_width):
"""
:param image_height: height in pixels
:param image_width: width in pixels
:returns: list of tuples containing feature map resolutions
"""
feature_extractor = SsdMobilenetV2FeatureExtractorTest()._create_feature_extractor(
depth_multiplier=1,
pad_to_multiple=1,
)
image_batch_tensor = tf.zeros([1, image_height, image_width, 1])
return [tuple(feature_map.get_shape().as_list()[1:3])
for feature_map in feature_extractor.extract_features(image_batch_tensor)]
这将返回特征图形状列表，例如[(19,19), (10,10), (5,5), (3,3), (2,2), (1,1)]，您可以将其传递给返回锚框坐标的第二个函数。
def get_feature_map_anchor_boxes(feature_map_shape_list, **anchor_kwargs):
"""
:param feature_map_shape_list: list of tuples containing feature map resolutions
:returns: dict with feature map shape tuple as key and list of [ymin, xmin, ymax, xmax] box co-ordinates
"""
anchor_generator = create_ssd_anchors(**anchor_kwargs)
anchor_box_lists = anchor_generator.generate(feature_map_shape_list)
feature_map_boxes = {}
with tf.Session() as sess:
for shape, box_list in zip(feature_map_shape_list, anchor_box_lists):
feature_map_boxes[shape] = sess.run(box_list.data['boxes'])
return feature_map_boxes
在您的示例中，您可以这样称呼它：
boxes = get_feature_map_boxes(
min_scale=0.2,
max_scale=0.9,
feature_map_shape_list=get_feature_map_shapes(300, 300)
)
您不需要指定纵横比，因为您的配置中的纵横比与 create_ssd_anchors 的默认值相同。
最后，我们在反映给定层分辨率的网格上绘制锚框。请注意，模型中锚框和预测框的坐标在 0 和 1 之间进行了归一化。
def draw_boxes(boxes, figsize, nrows, ncols, grid=(0,0)):
fig, axes = plt.subplots(nrows=nrows, ncols=ncols, figsize=figsize)
for ax, box in zip(axes.flat, boxes):
ymin, xmin, ymax, xmax = box
ax.add_patch(patches.Rectangle((xmin, ymin), xmax-xmin, ymax-ymin,
fill=False, edgecolor='red', lw=2))
# add gridlines to represent feature map cells
ax.set_xticks(np.linspace(0, 1, grid[0] + 1), minor=True)
ax.set_yticks(np.linspace(0, 1, grid[1] + 1), minor=True)
ax.grid(True, which='minor', axis='both')
fig.tight_layout()
return fig
如果我们以具有 3x3 特征图的第四层为例
draw_boxes(feature_map_boxes[(3,3)], figsize=(12,16), nrows=9, ncols=6, grid=(3,3))
在上图中，每一行代表 3x3 特征图中的不同单元格，而每一列代表一个特定的纵横比。
您最初的假设是正确的，例如，最高层（具有最低分辨率特征图）中纵横比为 1.0 的锚框的高度/宽度等于输入图像大小的 0.9，而最低层中的锚框将具有等于输入图像大小的 0.2 的高度/宽度。中间层的锚点大小在这些限制之间线性插值。
但是，有关 TensorFlow 锚点生成的一些微妙之处值得关注：
- 请注意，在图像示例中，每个网格单元有 6 个锚点，但我们只指定了 5 个纵横比。这是因为为每一层添加了一个额外的锚点，其大小介于当前层的锚点大小和下一层的锚点大小之间。这可以通过使用上面 anchor_kwargs 中的
interpolated_scale_aspect_ratio 参数来修改（或删除），或者同样在您的配置中。
- 默认情况下，预先指定的纵横比列表在您的对象检测特征图的最低层（具有最佳分辨率）中被忽略，并且仅替换为 3 个纵横比。这可以用
reduce_boxes_in_lowest_layer 布尔参数覆盖。
- 正如您正确指出的那样，默认情况下
base_anchor_height = base_anchor_width = 1。但是，如果您的输入图像不是正方形并且在预处理过程中被重新塑造，那么具有 1.0 宽高比的“正方形”锚实际上不会针对锚定原始图像中的正方形对象进行优化（当然，它可以学习在训练期间预测这些形状）。
完整的要点可以在here找到。