box_coder
Bounding Box Coder
编码/解码带有先验框信息的目标边界框
编码规则描述如下:
解码规则描述如下:
oxoyowoh\=(pw∗pxv∗tx∗+px)−tw/2\=(ph∗pyv∗ty∗+py)−th/2\=exp(pwv∗tw)∗pw+tw/2\=exp(phv∗th)∗ph+th/2ox\=(pw∗pxv∗tx∗+px)−tw/2oy\=(ph∗pyv∗ty∗+py)−th/2ow\=exp(pwv∗tw)∗pw+tw/2oh\=exp(phv∗th)∗ph+th/2
在Box Decoding期间,支持两种broadcast模式。 假设目标框具有形状[N,M,4],并且prior框的形状可以是[N,4]或[M,4]。 然后,prior框将沿指定的轴broadcast到目标框。
参数:
- prior_box (Variable) - 维度为[M,4]的2-D Tensor,M表示存储M个框,数据类型为float32或float64。先验框,每个框代表[xmin,ymin,xmax,ymax],[xmin,ymin]是先验框的左顶点坐标,如果输入数图像特征图,则接近坐标原点。[xmax,ymax]是先验框的右底点坐
标
prior_box_var (list|Variable|None) - 支持三种输入类型,一是维度为:math:`[M,4]`的2-D Tensor,存储M个先验框的variance,数据类型为float32或float64。另外是一个长度为4的列表,所有先验框共用这个列表中的variance,数据类型为float32或float64。为None时不参与计算。
code_type (str) - 编码类型用目标框,可以是encode_center_size或decode_center_size,默认值为`encode_center_size`
axis (int32) – 在PriorBox中为axis指定的轴broadcast以进行框解码,例如,如果axis为0,TargetBox具有形状[N,M,4]且PriorBox具有形状[M,4],则PriorBox将broadcast到[N,M,4]用于解码。仅在code_type为decode_center_size时有效。默认值为0
返回:
表示解码或编码结果的Tensor或LoDTensor。数据类型为float32或float64。
为 时,形状为[N,M,4]的解码结果,形状与输入目标框相同。
代码示例