Faceboxes pytorch代码解读(一) box_utils.py（上篇）

有幸读到Shifeng Zhang老师团队的人脸检测论文，感觉对自己的人脸学习论文十分有帮助。通过看别人的paper,学习别人的代码，能够使得我们对人脸检测算法的学习有更近一步的理解。
但是在学习的时候发现，自己看别人的代码是一个耗时而又头疼的事情。毕竟每个人的思路都不一样，跟着别人的思路走确实不容易。所以希望能够分享一下自己在学习代码时的理解，希望对刚刚入门的你们有所帮助。
我也是深度学习的小白一枚，如若出现错误希望大佬们能够指正，谢谢！

论文原文地址：http://www.cbsr.ia.ac.cn/users/sfzhang/Shifeng%20Zhang’s%20Homepage_files/FaceBoxes_NC.pdf

github代码地址：
https://github.com/zisianw/FaceBoxes.PyTorch

point_form()函数

功能：将坐标由(cx,cy,w,h)形式转换为(xmin, ymin, xmax, ymax)形式

def point_form(boxes):#将坐标由(cx,cy,w,h)形式转换为(xmin, ymin, xmax, ymax)形式""" Convert prior_boxes to (xmin, ymin, xmax, ymax)representation for comparison to point form ground truth data.Args:boxes: (tensor) center-size default boxes from priorbox layers.Return:boxes: (tensor) Converted xmin, ymin, xmax, ymax form of boxes."""return torch.cat((boxes[:, :2] - boxes[:, 2:]/2,     # xmin, yminboxes[:, :2] + boxes[:, 2:]/2), 1)  # xmax, ymax#torch.cat是将两个张量（tensor）拼接在一起 维度1表示进行横向拼接

center_size()函数

功能：将坐标由(xmin, ymin, xmax, ymax)形式转换为(cx,cy,w,h)形式

def center_size(boxes):#将坐标由(xmin, ymin, xmax, ymax)形式转换为(cx,cy,w,h)形式""" Convert prior_boxes to (cx, cy, w, h)representation for comparison to center-size form ground truth data.Args:boxes: (tensor) point_form boxesReturn:boxes: (tensor) Converted xmin, ymin, xmax, ymax form of boxes."""return torch.cat((boxes[:, 2:] + boxes[:, :2])/2,  # cx, cyboxes[:, 2:] - boxes[:, :2], 1)  # w, h

intersect()函数

功能：计算box_a和box_b的交集

def intersect(box_a, box_b):#计算交集""" We resize both tensors to [A,B,2] without new malloc:[A,2] -> [A,1,2] -> [A,B,2][B,2] -> [1,B,2] -> [A,B,2]Then we compute the area of intersect between box_a and box_b.Args:box_a: (tensor) bounding boxes, Shape: [A,4].  **A为真实框的数量**box_b: (tensor) bounding boxes, Shape: [B,4].  **B为prior_box的数量**Return:(tensor) intersection area, Shape: [A,B].    **返回值为A*B个IOU值**"""A = box_a.size(0)B = box_b.size(0)max_xy = torch.min(box_a[:, 2:].unsqueeze(1).expand(A, B, 2),box_b[:, 2:].unsqueeze(0).expand(A, B, 2))min_xy = torch.max(box_a[:, :2].unsqueeze(1).expand(A, B, 2),box_b[:, :2].unsqueeze(0).expand(A, B, 2))inter = torch.clamp((max_xy - min_xy), min=0)return inter[:, :, 0] * inter[:, :, 1]#返回intersection的面积

jaccard()函数

功能：计算box_a和box_b的IOU值

def jaccard(box_a, box_b):"""Compute the jaccard overlap of two sets of boxes.  The jaccard overlapis simply the intersection over union of two boxes.  Here we operate onground truth boxes and default boxes.E.g.:A ∩ B / A ∪ B = A ∩ B / (area(A) + area(B) - A ∩ B) **IOU计算公式**Args:box_a: (tensor) Ground truth bounding boxes, Shape: [num_objects,4]box_b: (tensor) Prior boxes from priorbox layers, Shape: [num_priors,4]Return:jaccard overlap: (tensor) Shape: [box_a.size(0), box_b.size(0)]"""inter = intersect(box_a, box_b)#计算inter面积area_a = ((box_a[:, 2]-box_a[:, 0]) *(box_a[:, 3]-box_a[:, 1])).unsqueeze(1).expand_as(inter)  # [A,B]area_b = ((box_b[:, 2]-box_b[:, 0]) *(box_b[:, 3]-box_b[:, 1])).unsqueeze(0).expand_as(inter)  # [A,B]union = area_a + area_b - interreturn inter / union# [A,B]

matrix_iou()函数

功能：numpy版本的IOU计算

def matrix_iou(a, b):"""return iou of a and b, numpy version for data augenmentation"""lt = np.maximum(a[:, np.newaxis, :2], b[:, :2])rb = np.minimum(a[:, np.newaxis, 2:], b[:, 2:])area_i = np.prod(rb - lt, axis=2) * (lt < rb).all(axis=2)area_a = np.prod(a[:, 2:] - a[:, :2], axis=1)area_b = np.prod(b[:, 2:] - b[:, :2], axis=1)return area_i / (area_a[:, np.newaxis] + area_b - area_i)

matrix_iof()函数

功能：numpy版本的IOF计算

def matrix_iof(a, b):"""return iof of a and b, numpy version for data augenmentation"""lt = np.maximum(a[:, np.newaxis, :2], b[:, :2])rb = np.minimum(a[:, np.newaxis, 2:], b[:, 2:])area_i = np.prod(rb - lt, axis=2) * (lt < rb).all(axis=2)area_a = np.prod(a[:, 2:] - a[:, :2], axis=1)return area_i / np.maximum(area_a[:, np.newaxis], 1)

这就是box_utils.py(上篇)的内容，下篇的内容会在随后更新。谢谢！

Faceboxes pytorch代码解读(一) box_utils.py(上篇)相关推荐

MAML-RL Pytorch 代码解读 (6) -- maml_rl/envs/bandit.py
MAML-RL Pytorch 代码解读 (6) – maml_rl/envs/bandit.py 文章目录 MAML-RL Pytorch 代码解读 (6) -- maml_rl/envs/band ...
TSN算法的PyTorch代码解读（训练部分）
这篇博客来读一读TSN算法的PyTorch代码,总体而言代码风格还是不错的,多读读优秀的代码对自身的提升还是有帮助的,另外因为代码内容较多,所以分训练和测试两篇介绍,这篇介绍训练代码,介绍顺序为代码运 ...
对抗自编码器AAE——pytorch代码解读试验
AAE网络结构基本框架如论文中所示: 闲话不多说,直接来学习一下加了注释和微调的基本AAE的代码(初始代码链接github): aae_pytorch_basic.py #!/usr/bin/env ...
yolov5 代码解读损失函数 loss.py
smooth_BCE def smooth_BCE(eps=0.1): # https://github.com/ultralytics/yolov3/issues/238#issuecomment- ...
ResNet及其变种的结构梳理、有效性分析与代码解读（PyTorch）
点击我爱计算机视觉标星,更快获取CVML新技术本文来自知乎,作者费敬敬,现为同济大学计算机科学与技术硕士. https://zhuanlan.zhihu.com/p/54289848 温故而知新,理 ...
Pytorch LSTM 代码解读及自定义双向 LSTM 算子
Pytorch LSTM 代码解读及自定义双向 LSTM 算子 1. 理论关于 LSTM 的理论部分可以参考 Paper Long Short-Term Memory Based Recurrent ...
Resnet的pytorch官方实现代码解读
Resnet的pytorch官方实现代码解读目录 Resnet的pytorch官方实现代码解读前言概述 34层网络结构的"平原"网络与"残差"网络的结构图 ...
mapbox 修改初始位置_一行代码教你如何随心所欲初始化Bert参数(附Pytorch代码详细解读)...
微信公众号:NLP从入门到放弃微信文章在这里(排版更漂亮,但是内置链接不太行,看大家喜欢哪个点哪个看吧): 一行代码带你随心所欲重新初始化bert的参数(附Pytorch代码详细解读)mp.wei ...
说话人识别损失函数的PyTorch实现与代码解读
概述说话人识别中的损失函数分为基于多类别分类的损失函数,和端到端的损失函数(也叫基于度量学习的损失函数),关于这些损失函数的理论部分,可参考说话人识别中的损失函数本文主要关注这些损失函数的实现,此 ...

Faceboxes pytorch代码解读(一) box_utils.py(上篇)