faster rcnn pytorch 復現系列（二）：generate_anchors原始碼解析
目錄
2. 函式分功能寫，首先是ratios的實現，其次是scale的實現
3. anchor2WHXY函式+WsHsXsYs2anchors函式[s表示複數]
學習到的變成知識點：
函式按照功能分開寫，每一個函式只實現一個功能，如果需要疊加，交給迴圈或者np.vstack
其中ratios函式的功能：一次只實現3種ratios的變化 _ratio_enum
scale的功能：一次只實現3種scale的變化，_scale_enum
要得到3*3anchors，交給stack處理
首先，新增print，然後直接執行py檔案，生成anchor結果
大意理解：
由一個anchor得到9個anchors
[0 0 15 15]
[[ -84. -40. 99. 55.]
[-176. -88. 191. 103.]
[-360. -184. 375. 199.]
[ -56. -56. 71. 71.]
[-120. -120. 135. 135.]
[-248. -248. 263. 263.]
[ -36. -80. 51. 95.]
[ -80. -168. 95. 183.]
[-168. -344. 183. 359.]]
1. 總函式 generate_anchors
輸入包括：特徵圖對應於原圖的大小，ratios長寬比，scales放大倍數
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 print ("base anchors",base_anchor) ratio_anchors = _ratio_enum(base_anchor, ratios) print ("anchors after ratio",ratio_anchors) """ 對ratios後處理得到的每一行，分別進行3次scale變化，迴圈三次 """ anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales) for i in xrange(ratio_anchors.shape[0])]) print ("achors after ration and scale",anchors) return anchors
2. 函式分功能寫，首先是ratios的實現，其次是scale的實現
其中ratios函式的功能：一次實現3種ratios的變化
scale的功能：一次實現3中scale的變化，其餘交給迴圈處理x
3. anchor2WHXY函式+WsHsXsYs2anchors函式[s表示複數]
無論是ratio還是scale的實現，本身的中心點沒有變，只是長寬比發生了變化 ，所以需要相互轉換。
下面兩個scales和ratios的函式的實現，都是先將anchor2whxy然後WsHsXsYs2anchors 。
def _whctrs(anchor):
"""
Return width, height, x center, and y center for an anchor (window).
本身負責的只是一個行向量的轉變,x0 y0 x1 y1 to xc yc w h
input:anchor [x0,y0,x1,y1]
"""
w = anchor[2] - anchor[0] + 1
h = anchor[3] - anchor[1] + 1
x_ctr = anchor[0] + 0.5 * (w - 1)
y_ctr = anchor[1] + 0.5 * (h - 1)
return w, h, x_ctr, y_ctr
def _mkanchors(ws, hs, x_ctr, y_ctr):
"""
input:xc yc w_after h_after
out:anchors 注意這裡是anchors複數
method:首先需要將w改成列向量，然後水平拼接
x0 y0 x1 y1
state1
state2
state3
...
"""
#(x_ctr, y_ctr) 7.5 7.5
ws = ws[:, np.newaxis]#[[23],[16],[11]] col
hs = hs[:, np.newaxis]#[[12],[16],[22]]
anchors = np.hstack((x_ctr - 0.5 * (ws - 1),
y_ctr - 0.5 * (hs - 1),
x_ctr + 0.5 * (ws - 1),
y_ctr + 0.5 * (hs - 1)))
return anchors4. _ratio_enum(anchor,ratios)
輸入:一個anchor,return都是三個anchor。
def _ratio_enum(anchor, ratios):
"""
input:
anchor[np.array] [0,0,15,15]
ratios[list] [0.5,1,2]
output:
anchors
method:
1.x0 y0 x1 y1 to xc yc w h
2.compute w_after and h_after
3.xc yc w h to x0 y0 x1 y1
"""
w, h, x_ctr, y_ctr = _whctrs(anchor)#
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的四捨五入的數字，sqrt()方法返回數字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一一對應。as:23&12
#給定一組寬高向量，輸出各個預測視窗，也就是將（寬，高，中心點橫座標，中心點縱座標）的形式，轉成
#四個座標值的形式
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
return anchors高比變換之後anchors的座標
ratio_anchors = _ratio_enum(base_anchor, ratios)
x0 y0 x1 y1
'''[[ -3.5, 2. , 18.5, 13. ],
[ 0. , 0. , 15. , 15. ],
[ 2.5, -3. , 12.5, 18. ]]'''5 ._scale_enum(anchor,scales)
對上一步得到的ratio_anchors中的三種寬高比的anchor，再分別進行三種scale的變換
輸入:一個anchor,return都是三個anchor。
def _scale_enum(anchor, scales):
"""
輸入一個anchr行向量，一次得到3種變化
"""
w, h, x_ctr, y_ctr = _whctrs(anchor)
ws = w * scales
hs = h * scales
anchors = _mkanchors(ws, hs, x_ctr, y_ctr)
return anchors6. 最終獲得的anchors的座標：
anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales)
for i in xrange(ratio_anchors.shape[0])])
'''
[[ -84. -40. 99. 55.]
[-176. -88. 191. 103.]
[-360. -184. 375. 199.]
[ -56. -56. 71. 71.]
[-120. -120. 135. 135.]
[-248. -248. 263. 263.]
[ -36. -80. 51. 95.]
[ -80. -168. 95. 183.]
[-168. -344. 183. 359.]]