最近在用Mask-RCNN來做目標檢測，所用程式碼為：

在model.py檔案的PyramidROIAlign類中，有如下兩行程式碼：

roi_level = log2_graph(tf.sqrt(h * w) / (224.0 / tf.sqrt(image_area)))
roi_level = tf.minimum(5, tf.maximum(2, 4 + tf.cast(tf.round(roi_level), tf.int32)))

我不明白第一行程式碼中的224和第二行中的4，於是查看了文章Feature Pyramid Networks for Object Detection，文中有如下描述：

後來通過測試，想明白了以上兩行程式碼的目的是根據ROI的大小來給不同的ROI分配不同level (P2, P3, P4, P5)的 feature map。根據文章中的公式（1）當ROI面積是時，k=4，即面積為的ROI分配給P4。所以在實際應用中，要根據檢測目標的大小調整和224，比如對於椎體和椎間盤檢測問題，目標尺度大多集中於64，少數目標尺度為128和32，所以只需用[32,64,128]這三個scale，以及[P2,P3,P4]即可，此時設定，用64代替224。下面是我做椎體和椎間盤檢測以及分割的結果：