Faster R-CNN 的锚框机制和 NMS 如何工作？
当 Ground Truth 未知时，如何将锚框和 NMS 应用于测试集？
没有Ground Truth，anchor box的IOU是未知的，那么所有的anchor box都是用来预测box位置的吗？
那么，为什么首先要在训练中使用它们呢？
How can anchor box and NMS be applied to a test set when the Ground Truth is unknown?
Without the Ground Truth, the IOU of the anchor box is unknown, so are all the anchor boxes used to predict the box location?
Then, why are they used in training the first place.
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
1 - 除了测量模型的性能之外，在验证或测试阶段不需要 GT。因为模型在训练阶段就已经学习了回归系数。这些系数用于使默认锚框适合预测。
2 - NMS 在不使用 GT 的情况下消除了区域建议。它的目的是在相互比较的同时从其他提案中选择最佳提案。
3 - 如果你不知道 GT，你就无法在训练阶段学习对象的类别和坐标。所以你需要将你的 GT 与预测进行比较。
您可以查看这篇很棒的文章全面了解R-CNN家族。
1 - You don't need GT in the validation or test phase except measuring the performance of model. Because the model have already learned the regression coefficients in the training phase. These coefficients are used to fit the default anchor boxes to predictions.
2 - NMS eliminates the region proposals without using GT. It aims to select best proposal over the other proposals while comparing them against each other.
3 - If you don't know the GT you can't learn the classes and coordinates of objects during the training phase. So you need compare your GT with predictions.
You can check out this great article to have comprehensive understanding of R-CNN family.