Faster RCNN 推理 從頭寫(xiě) java (三) RPN to ROIs

目錄:

一: 輸入輸出

輸入:

  • cls: RPN網(wǎng)絡(luò)的輸出, shape為 [1, 37, 50, 49]
  • reg: RPN網(wǎng)絡(luò)的輸出, shape為 [1, 37, 50, 196]

輸出:

  • R: ROIs, shape為 [300, 4]

二: 流程

  • 遍歷所有的anchor, 7個(gè)anchorSize, 7個(gè)anchorRatio, 共 49個(gè)anchor
  • 計(jì)算每個(gè)anchor在每個(gè)feature map pixel上的矩形 (x, y, w, h)
  • 使用RPN網(wǎng)絡(luò)的reg輸出來(lái)修正每個(gè)anchor的矩形
  • 限制anchor矩形范圍值
  • 非最大值抑制蚯嫌,找出300個(gè)ROIs

三: code by code

RPN的輸出除以std_scaling = 4
原因是: 訓(xùn)練時(shí)最終計(jì)算出regr后茵臭,乘了個(gè)std_scaling

regr.divi(std_scaling);

獲取行與列的size.

int rows = (int)cls.shape()[1];
int cols = (int)cls.shape()[2];

每個(gè)anchor(共49個(gè)) 經(jīng)過(guò)RPN 的輸出 regr 修正后的ROIs

A.shape = [4, 37, 50, 49]
INDArray A = Nd4j.zeros(4, cls.shape()[1], cls.shape()[2], cls.shape()[3]);

遍歷每個(gè)anchor
一共49個(gè)layer.

int curr_layer = 0;
 
for (int i = 0; i < anchor_sizes.length; i++)
{
    for (int j = 0; j < anchor_ratios.length; j++)
    {
        int anchor_size = anchor_sizes[i];
        int[] anchor_ratio = anchor_ratios[j];

計(jì)算出每個(gè)anchor在feature map 維度上的寬和高.
anchor_x: anchor 的寬
anchor_y: anchor 的高
rpn_stride: 16 是VGG16模型 輸入圖片size 到 feature map size 的縮小比例.

int anchor_x = (anchor_size * anchor_ratio[0]) / rpn_stride;
int anchor_y = (anchor_size * anchor_ratio[1]) / rpn_stride;

獲取當(dāng)前anchor在RPN輸出regr上的回歸值.
current_regr 是當(dāng)前anchor的回歸值, shape = [37, 50, 4], 并將其permute成 [4, 37, 50]

INDArray current_regr = regr.get(NDArrayIndex.point(0), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.interval(4 * curr_layer, 4 * curr_layer + 4));
current_regr = current_regr.permute(2, 0, 1);

構(gòu)建MeshGrid, 用來(lái)生成anchor在每個(gè)pixel上的坐標(biāo).
X: 是x坐標(biāo)
0, 1, 2, ....., 47, 48, 49
共37列
Y: 是y坐標(biāo)
0,
1,
2,
.....
34,
35,
36
共50行.

INDArray[] meshgrid = Nd4j.meshgrid(Nd4j.arange(cols).castTo(DataType.INT), Nd4j.arange(rows).castTo(DataType.INT));
INDArray X = meshgrid[0];
INDArray Y = meshgrid[1];

計(jì)算出當(dāng)前anchor 在feature map 上的矩形 [x, y, w, h]

X.subi(anchor_x / 2);
Y.subi(anchor_y / 2);

// 設(shè)置每個(gè)anchor在所有像素點(diǎn)上的x, y, w, h

A.put(new INDArrayIndex[]{NDArrayIndex.point(0), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)}, X);
A.put(new INDArrayIndex[]{NDArrayIndex.point(1), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)}, Y);
A.put(new INDArrayIndex[]{NDArrayIndex.point(2), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)}, anchor_x);
A.put(new INDArrayIndex[]{NDArrayIndex.point(3), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)}, anchor_y);

使用RPN 的輸出regr 來(lái)修正每個(gè)anchor對(duì)應(yīng)的矩形.
該邏輯是與訓(xùn)練時(shí)生成RPN網(wǎng)絡(luò)標(biāo)注數(shù)據(jù)執(zhí)行了相反的操作.

INDArray applyRegr = apply_regr_np(A.get(NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)), current_regr);
A.put(new INDArrayIndex[]{NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)}, applyRegr);

將坐標(biāo)從[x, y, w, h] 轉(zhuǎn)換為 [x1, y1, x2, y2]
限制的anchor矩形坐標(biāo)
x1 >= 0
y1 >= 0
x2 <= cols - 1
y2 <= rows - 1

INDArrayIndex[] x_indices = new INDArrayIndex[]{NDArrayIndex.point(0), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)};
INDArrayIndex[] y_indices = new INDArrayIndex[]{NDArrayIndex.point(1), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)};
INDArrayIndex[] w_indices = new INDArrayIndex[]{NDArrayIndex.point(2), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)};
INDArrayIndex[] h_indices = new INDArrayIndex[]{NDArrayIndex.point(3), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)};
INDArray x = A.get(x_indices[0], x_indices[1], x_indices[2], x_indices[3]);
INDArray y = A.get(y_indices[0], y_indices[1], y_indices[2], y_indices[3]);
INDArray w = A.get(w_indices[0], w_indices[1], w_indices[2], w_indices[3]);
INDArray h = A.get(h_indices[0], h_indices[1], h_indices[2], h_indices[3]);

限制寬度和高度最小值為1.
格式為: x, y, w, h

A.put(w_indices, Transforms.max(w, 1.0));
A.put(h_indices, Transforms.max(h, 1.0));

轉(zhuǎn)換為 x1, y1, x2, y2

A.put(w_indices, x.add(w));
A.put(h_indices, y.add(h));

將 [x1, y1], [x2, y2] 約束在 [0, cols - 1], [0, rows - 1] 范圍內(nèi).
w_indice/h_indice 其實(shí)表示的是 x2, y1 的 indices.

A.put(x_indices, Transforms.max(x, 0.0));
A.put(y_indices, Transforms.max(y, 0.0));
A.put(w_indices, Transforms.min(w, cols - 1));
A.put(h_indices, Transforms.min(h, rows - 1));
INDArray applyRegr = apply_regr_np(A.get(NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)), current_regr);
A.put(new INDArrayIndex[]{NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.all(), NDArrayIndex.point(curr_layer)}, applyRegr);

將 坐標(biāo)的shape (4, 37, 50, 49) 轉(zhuǎn)換為 (90650, 4)
將 概率的shape (1, 37, 50, 49) 轉(zhuǎn)換為 (90650,)

INDArray all_boxes = A.permute(0, 3, 1, 2).reshape(4, -1).permute(1, 0);
INDArray all_probs = cls.permute(0, 3, 1, 2).reshape(-1);

刪除坐標(biāo)中 (x1 > x2 || y1 > y2)的無(wú)效坐標(biāo).

INDArray x1 = all_boxes.get(NDArrayIndex.all(), NDArrayIndex.point(0));
INDArray y1 = all_boxes.get(NDArrayIndex.all(), NDArrayIndex.point(1));
INDArray x2 = all_boxes.get(NDArrayIndex.all(), NDArrayIndex.point(2));
INDArray y2 = all_boxes.get(NDArrayIndex.all(), NDArrayIndex.point(3));
 
INDArrayIndex validIdx = validIndex_restrain_x1x2y1y2(x1, x2, y1, y2);
 
INDArray valid_box = all_boxes.get(validIdx, NDArrayIndex.all());
INDArray valid_probs = all_probs.get(validIdx);

執(zhí)行NMS(非最大值抑制)
overlap_thresh 為 0.7
maxBoxes 為 300

return non_max_suppression_fast(valid_box, valid_probs, 0.7f, 300);
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末梭姓,一起剝皮案震驚了整個(gè)濱河市鲁纠,隨后出現(xiàn)的幾起案子万俗,更是在濱河造成了極大的恐慌茂缚,老刑警劉巖甥绿,帶你破解...
    沈念sama閱讀 216,470評(píng)論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件携兵,死亡現(xiàn)場(chǎng)離奇詭異嵌戈,居然都是意外死亡覆积,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,393評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門(mén)熟呛,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)宽档,“玉大人,你說(shuō)我怎么就攤上這事庵朝÷鹪” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 162,577評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵九府,是天一觀的道長(zhǎng)椎瘟。 經(jīng)常有香客問(wèn)我,道長(zhǎng)侄旬,這世上最難降的妖魔是什么肺蔚? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,176評(píng)論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮儡羔,結(jié)果婚禮上宣羊,老公的妹妹穿的比我還像新娘璧诵。我一直安慰自己,他們只是感情好段只,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,189評(píng)論 6 388
  • 文/花漫 我一把揭開(kāi)白布腮猖。 她就那樣靜靜地躺著,像睡著了一般赞枕。 火紅的嫁衣襯著肌膚如雪澈缺。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 51,155評(píng)論 1 299
  • 那天炕婶,我揣著相機(jī)與錄音姐赡,去河邊找鬼。 笑死柠掂,一個(gè)胖子當(dāng)著我的面吹牛项滑,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播涯贞,決...
    沈念sama閱讀 40,041評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼枪狂,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了宋渔?” 一聲冷哼從身側(cè)響起州疾,我...
    開(kāi)封第一講書(shū)人閱讀 38,903評(píng)論 0 274
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎皇拣,沒(méi)想到半個(gè)月后严蓖,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,319評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡氧急,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,539評(píng)論 2 332
  • 正文 我和宋清朗相戀三年颗胡,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片吩坝。...
    茶點(diǎn)故事閱讀 39,703評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡毒姨,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出钉寝,到底是詐尸還是另有隱情手素,我是刑警寧澤,帶...
    沈念sama閱讀 35,417評(píng)論 5 343
  • 正文 年R本政府宣布瘩蚪,位于F島的核電站泉懦,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏疹瘦。R本人自食惡果不足惜崩哩,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,013評(píng)論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧邓嘹,春花似錦酣栈、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,664評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至棚贾,卻和暖如春窖维,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背妙痹。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,818評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工铸史, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人怯伊。 一個(gè)月前我還...
    沈念sama閱讀 47,711評(píng)論 2 368
  • 正文 我出身青樓琳轿,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親耿芹。 傳聞我的和親對(duì)象是個(gè)殘疾皇子崭篡,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,601評(píng)論 2 353