【深度学习：目标检测】 faster rcnn RPN之anchor(generate_anchors)源码解析

转载：http://blog.csdn.net/xzzppp/article/details/52317863

英文原文：faste rcnn。其中生成RPN(Regional proposal network)的Python代码解析

本代码主要用于：生成尺度为：128,256,512; 宽高比为：1:2,1:1,2:1的anchor

[python] view
plain copy

<span style="font-size:24px;">#功能描述：生成多尺度、多宽高比的anchors。  

#          尺度为：128,256,512; 宽高比为：1:2,1:1,2:1  

  

import numpy as np  #提供矩阵运算功能的库  

  

#生成anchors总函数：ratios为一个列表，表示宽高比为：1:2,1:1,2:1  

#2**x表示:2^x，scales:[2^3 2^4 2^5],即:[8 16 32]  

def generate_anchors(base_size=16, ratios=[0.5, 1, 2],  

                     scales=2**np.arange(3, 6)):  

    """ 

    Generate anchor (reference) windows by enumerating aspect ratios X 

    scales wrt a reference (0, 0, 15, 15) window. 

    """  

    base_anchor = np.array([1, 1, base_size, base_size]) - 1  #新建一个数组：base_anchor:[0 0 15 15]  

    ratio_anchors = _ratio_enum(base_anchor, ratios)  #枚举各种宽高比  

    anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales)  #枚举各种尺度，vstack:竖向合并数组  

                         for i in xrange(ratio_anchors.shape[0])]) #shape[0]:读取矩阵第一维长度，其值为3  

    return anchors  

  

#用于返回width,height,(x,y)中心坐标(对于一个anchor窗口)  

def _whctrs(anchor):  

    """ 

    Return width, height, x center, and y center for an anchor (window). 

    """  

    #anchor:存储了窗口左上角，右下角的坐标  

    w = anchor[2] - anchor[0] + 1  

    h = anchor[3] - anchor[1] + 1  

    x_ctr = anchor[0] + 0.5 * (w - 1)  #anchor中心点坐标  

    y_ctr = anchor[1] + 0.5 * (h - 1)  

    return w, h, x_ctr, y_ctr  

  

#给定一组宽高向量，输出各个anchor，即预测窗口，**输出anchor的面积相等，只是宽高比不同**  

def _mkanchors(ws, hs, x_ctr, y_ctr):  

    #ws:[23 16 11]，hs:[12 16 22],ws和hs一一对应。  

    """ 

    Given a vector of widths (ws) and heights (hs) around a center 

    (x_ctr, y_ctr), output a set of anchors (windows). 

    """  

    ws = ws[:, np.newaxis]  #newaxis:将数组转置  

    hs = hs[:, np.newaxis]  

    anchors = np.hstack((x_ctr - 0.5 * (ws - 1),    #hstack、vstack:合并数组  

                         y_ctr - 0.5 * (hs - 1),    #anchor：[[-3.5 2 18.5 13]  

                         x_ctr + 0.5 * (ws - 1),     #        [0  0  15  15]  

                         y_ctr + 0.5 * (hs - 1)))     #       [2.5 -3 12.5 18]]  

    return anchors  

  

#枚举一个anchor的各种宽高比，anchor[0 0 15 15],ratios[0.5,1,2]  

def _ratio_enum(anchor, ratios):  

    """   列举关于一个anchor的三种宽高比 1:2,1:1,2:1 

    Enumerate a set of anchors for each aspect ratio wrt an anchor. 

    """  

  

    w, h, x_ctr, y_ctr = _whctrs(anchor)  #返回宽高和中心坐标，w:16,h:16,x_ctr:7.5,y_ctr:7.5  

    size = w * h   #size:16*16=256  

    size_ratios = size / ratios  #256/ratios[0.5,1,2]=[512,256,128]  

    #round()方法返回x的四舍五入的数字，sqrt()方法返回数字x的平方根  

    ws = np.round(np.sqrt(size_ratios)) #ws:[23 16 11]  

    hs = np.round(ws * ratios)    #hs:[12 16 22],ws和hs一一对应。as:23&12  

    anchors = _mkanchors(ws, hs, x_ctr, y_ctr)  #给定一组宽高向量，输出各个预测窗口  

    return anchors  

  

#枚举一个anchor的各种尺度，以anchor[0 0 15 15]为例,scales[8 16 32]  

def _scale_enum(anchor, scales):  

    """   列举关于一个anchor的三种尺度 128*128,256*256,512*512 

    Enumerate a set of anchors for each scale wrt an anchor. 

    """  

    w, h, x_ctr, y_ctr = _whctrs(anchor) #返回宽高和中心坐标，w:16,h:16,x_ctr:7.5,y_ctr:7.5  

    ws = w * scales   #[128 256 512]  

    hs = h * scales   #[128 256 512]  

    anchors = _mkanchors(ws, hs, x_ctr, y_ctr) #[[-56 -56 71 71] [-120 -120 135 135] [-248 -248 263 263]]  

    return anchors  

  

if __name__ == '__main__':  #主函数  

    import time  

    t = time.time()  

    a = generate_anchors()  #生成anchor（窗口）  

    print time.time() - t   #显示时间  

    print a  

    from IPython import embed; embed()  

</span>  

       其中，_ratio_enum()部分生成三种宽高比 1:2,1:1,2:1的anchor如下图所示：



       其中，_scale_enum()部分，生成三种尺寸的anchor，以_ratio_enum()部分生成的anchor[0 0 15 15]为例，扩展了三种尺度 128*128,256*256,512*512，如下图所示：