anchor_generator

paddle.fluid.layers.anchor_generator(input, anchor_sizes=None, aspect_ratios=None, variance=[0.1, 0.1, 0.2, 0.2], stride=None, offset=0.5, name=None)[源代码]

Anchor generator operator

为RCNN算法生成anchor，输入的每一位产生N个anchor，N=size(anchor_sizes)*size(aspect_ratios)。生成anchor的顺序首先是aspect_ratios循环，然后是anchor_sizes循环。

参数

  • input (Variable) - 维度为[N,C,H,W]的4-D Tensor。数据类型为float32或float64。
  • anchor_sizes (float32|list|tuple，可选) - 生成anchor的anchor大小，以绝对像素的形式表示，例如：[64.,128.,256.,512.]。若anchor的大小为64，则意味着这个anchor的面积等于64**2。默认值为None。
  • aspect_ratios (float32|list|tuple，可选) - 生成anchor的高宽比，例如[0.5,1.0,2.0]。默认值为None。
  • variance (list|tuple，可选) - 变量，在框回归delta中使用，数据类型为float32。默认值为[0.1,0.1,0.2,0.2]。
  • stride (list|tuple，可选) - anchor在宽度和高度方向上的步长，比如[16.0,16.0]，数据类型为float32。默认值为None。
  • offset (float32，可选) - 先验框的中心位移。默认值为0.5
  • name (str，可选) – 具体用法请参见 Name ，一般无需设置，默认值为None。

返回

  • 表示输出anchor的Tensor，数据类型为float32或float64。维度为[H,W,num_anchors,4]。 H 是输入的高度， W 是输入的宽度， num_anchors 是输入每位的框数,每个anchor格式（未归一化）为(xmin,ymin,xmax,ymax)
  • 表示输出variance的Tensor，数据类型为float32或float64。维度为[H,W,num_anchors,4]。 H 是输入的高度， W 是输入的宽度， num_anchors 是输入每个位置的框数,每个变量的格式为(xcenter,ycenter,w,h)。

返回类型

Variable

代码示例

  1. import paddle.fluid as fluid
  2. conv1 = fluid.data(name='conv1', shape=[None, 48, 16, 16], dtype='float32')
  3. anchor, var = fluid.layers.anchor_generator(
  4. input=conv1,
  5. anchor_sizes=[64, 128, 256, 512],
  6. aspect_ratios=[0.5, 1.0, 2.0],
  7. variance=[0.1, 0.1, 0.2, 0.2],
  8. stride=[16.0, 16.0],
  9. offset=0.5)