rpn_target_assign

该OP用于为anchors分配分类标签和回归标签，以便用这些标签对RPN进行训练。

该OP将anchors分为两种类别，正和负。根据Faster-RCNN的paper，正类别anchor包括以下两种anchor:

• 在与一个ground-truth boxes相交的所有anchor中，IoU最高的anchor

• 和任意一个ground-truth box的IoU超出了阈值 rpn_positive_overlap

负类别anchor是和任何ground-truth boxes的IoU都低于阈值 rpn_negative_overlap 的anchor.

正负anchors之外的anchors不会被选出来参与训练。

回归标签是ground-truth boxes和正类别anchor的偏移值。

参数：

• bbox_pred (Variable) - Shape为 [batch_size，M，4] 的3-D Tensor，表示M个边界框的预测位置。每个边界框有四个坐标值，即 [xmin，ymin，xmax，ymax] 。数据类型支持float32和float64。

• anchor_box (Variable) - Shape为 [M，4] 的2-D Tensor，它拥有M个框，每个框可表示为 [xmin，ymin，xmax，ymax] ， [xmin，ymin] 是anchor框的左上部坐标，如果输入是图像特征图，则它们接近坐标系的原点。 是anchor框的右下部坐标。数据类型支持float32和float64。

• anchor_var (Variable) - Shape为 [M，4] 的2-D Tensor，它拥有anchor的expand方差。数据类型支持float32和float64。

• 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。

• im_info (Variable) - Shape为[N，3]的2-D张量，表示原始图像的大小信息。信息包含原始图像宽、高和feature map相对于原始图像缩放的比例。数据类型支持int32。

• rpn_batch_size_per_im (int，可选) - 整型数字。每个图像中RPN示例总数。数据类型支持int32。缺省值为256。

• rpn_straddle_thresh (float，可选) - 浮点数字。超出图像外部 straddle_thresh 个像素的RPN anchors会被删除。数据类型支持float32。缺省值为0.0。

• rpn_fg_fraction (float，可选) - 浮点数字。标记为foreground boxes的数量占batch内总体boxes的比例。 数据类型支持float32。缺省值为0.5。

• rpn_positive_overlap (float，可选) - 浮点数字。和任意一个groundtruth box的 IoU 超出了阈值 rpn_positive_overlap 的box被判定为正类别。 数据类型支持float32。缺省值为0.7。

• 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。

返回: 元组。格式为

• predicted_scores (Varible) - RPN预测的类别结果。Shape为 [F + B，1] 的2D Tensor。 F 为foreground anchor的数量，B为background anchor的数量。数据类型与 bbox_pred 一致。

• predicted_location (Variable) - RPN预测的位置结果。Shape为 [F, 4] 的2D Tensor。数据类型与 bbox_pred 一致。

• target_label (Variable) - Shape为 [F + B，1] 的2D Tensor。数据类型为int32。

• target_bbox (Variable) - Shape为 [F, 4] 的2D Tensor。数据类型与 bbox_pred 一致。

• Bbox_inside_weight (Variable) - Shape为 的2D Tensor。数据类型与 bbox_pred 一致。

返回类型：元组

代码示例