generate_proposal_labels

    注意：该OP无对应的反向OP

    该OP根据RPN预测产出的bounding boxes和groundtruth，抽取出用来计算loss的foreground boxes and background boxes。

    RPN的输出经过 generate_proposals OP 的处理，产出 RPN RoIs ，即该OP的输入。然后，在该OP中按以下规则对 RPN RoIs 进行分类：

    • 与某个groundtruth的重叠面积大于 fg_thresh ，则该box被标记为foreground box。

    • 与某个groundtruth的重叠面积大于 bg_thresh_lo 且小于 bg_thresh_hi ，则该box被标记为background box。

    按上述规则筛选出一批boxes后，在对这些boxes做随机采样，以保证foreground boxes的数量不高于batch_size_per_im * fg_fraction。

    对最终得到的boxes, 我们给它们分配类别标签和回归目标(box label)，并产出 bboxInsideWeights 和 BboxOutsideWeights 。

    参数:

    • rpn_rois (Variable) – Shape为 的2-D LoDTensor。 其中，N为RoIs的个数。每个RoI以

      的格式表示，其中，

      generate_proposal_labels - 图1

      和

      为RoI的左上角坐标，

      和

      generate_proposal_labels - 图2

      为RoI的右下角坐标。数据类型支持float32和float64。

    • gt_classes (Variable) – Shape为 [M, 1] 的2-D LoDTensor，M为groundtruth boxes的数量。用于表示groundtruth boxes的类别ID。数据类型支持int32。

    • is_crowd (Variable) –Shape为 [M, 1] 的2-D LoDTensor，M为groundtruth boxes的数量。用于标记boxes是否是crowd。数据类型支持int32。

    • gt_boxes (Variable) – Shape为 [M, 4] 的2-D LoDTensor，M为groundtruth boxes的数量。每个box以

      的格式表示。

    • batch_size_per_im (int，可选) – 整型数字。每张图片抽取出的的RoIs的数目。数据类型支持int32。缺省值为256。

    • fg_fraction (float，可选) – 浮点数值。在单张图片中，foreground boxes占所有boxes的比例。数据类型支持float32。缺省值为0.25。

    • bg_thresh_hi (float，可选) – 浮点数值。background重叠阀值的上界，用于筛选background boxes。数据类型支持float32。缺省值为0.5。

    • bg_thresh_lo (float，可选) – 浮点数值。background重叠阀值的下界，用于筛选background boxes。数据类型支持float32。缺省值为0.0。

    • bbox_reg_weights (list|tuple，可选) – 列表或元组。Box 回归权重。数据类型支持float32。缺省值为[0.1,0.1,0.2,0.2]。

    • use_random (bool，可选) – 布尔类型。是否使用随机采样来选择foreground boxes和background boxes。缺省值为True。

    • is_cls_agnostic (bool，可选)- 布尔类型。是否忽略类别，只做位置回归。缺省值为False。

    • is_cascade_rcnn (bool，可选)- 布尔类型。是否为 cascade RCNN 模型，为True时采样策略发生变化。缺省值为False。

    返回：元组，格式为 (rois, labels_int32, bbox_targets, bbox_inside_weights, bbox_outside_weights) ，其中，各个元素解释如下：

    • rois - Shape为 [P, 4] 的2-D LoDTensor，P一般是 batch_size_per_im * batch_size 。每个RoIs以 的格式表示。数据类型与 rpn_rois 一致。

    • labels_int32 - Shape为 [P, 1] 的2-D LoDTensor，P一般是 batch_size_per_im * batch_size 。表示每个RoI的类别ID。数据类型为int32。

    • bbox_targets - Shape为 [P, 4 * class_num] 的2-D LoDTensor，表示所有RoIs的回归目标（box label）。数据类型与 rpn_rois 一致。

    • bbox_outside_weights - Shape为 [P, 4 * class_num] 的2-D LoDTensor。回归loss的权重。数据类型与 一致。

    代码示例：