yolo_box

    该运算符基于YOLOv3网络的输出结果，生成YOLO检测框。

    连接 yolo_box 网络的输出形状应为[N，C，H，W]，其中 H 和 W 相同，用来指定网格大小。对每个网格点预测给定的数目的框，这个数目记为 S ，由 anchor 的数量指定。 在第二维（通道维度）中，C应该等于S *（5 + class_num），class_num是源数据集中对象类别数目（例如coco数据集中的80），此外第二个（通道）维度中还有4个框位置坐标x，y，w，h，以及anchor box的one-hot key的置信度得分。

    假设4个位置坐标是

    ，

    yolo_box - 图1

    ，

    ，

    yolo_box - 图2

    在上面的等式中， cxcx ， cxcx 是当前网格的左上角顶点坐标。 pwpw ， phph 由anchors指定。

    每个anchor预测框的第五通道的逻辑回归值表示每个预测框的置信度得分，并且每个anchor预测框的最后class_num通道的逻辑回归值表示分类得分。 应忽略置信度低于conf_thresh的框。另外，框最终得分是置信度得分和分类得分的乘积。

    scorepred\=scoreconf∗scoreclassscorepred\=scoreconf∗scoreclass

    参数：

    • x （Variable） - YoloBox的输入张量是一个4-D张量，形状为[N，C，H，W]。第二维（C）存储每个anchor box位置坐标，每个anchor box的置信度分数和one hot key。通常，X应该是YOLOv3网络的输出。数据类型为float32或float64

    • img_size （Variable） - YoloBox的图像大小张量，这是一个形状为[N，2]的二维张量。该张量保持每个输入图像的高度和宽度，用于对输出图像按输入图像比例调整输出框的大小。数据类型为int32。

    • anchors （list | tuple） - anchor的宽度和高度，它将逐对解析

    • class_num （int） - 要预测的类数

    • clip_bbox （bool） - 是否将输出的bbox裁剪到 img_size 范围内，默认为True。

    • name (str|None) – 具体用法请参见 cn_api_guide_Name ，一般无需设置，默认值为None。

    返回:

    1. 框的坐标，形为[N，M，4]的三维张量

    返回类型: 变量（Variable）

    抛出异常:

    • TypeError - yolov_box的输入x必须是Variable

    • TypeError - yolo框的anchors参数必须是list或tuple

    • TypeError - yolo box的class_num参数必须是整数

    代码示例