13.4.1 生成多个锚框

这个写的也太不清晰了。。。
设\(h,w\)分别表示归一化高度和归一化宽度，\(H,W\)表示输入图像的原高度和原宽度，则锚框的高度和宽度分别为\(H\times h,W\times w\)
缩放比：归一化面积，即\(hw=s^2\)
宽高比：归一化宽度和归一化高度的比例，即\(\frac{Ww}{Hh}=r\)
所以原始代码那个调整是错误的，我也不知道为什么这么调整。原始代码只能满足宽高比是正确的，但是面积不是。只不过差不了多少
然后来看代码：

• step_h和step_w的作用是归一化，也就是把真正的坐标放缩到\([0,1]\)之间成为比例
• meshgrid是用来形成矩阵或者坐标的
  • indexing='ij'表示按照矩阵的方式去形成，也就是说形成的框向下是第零维，向右是第一维，(shift_y[i][j],shift_x[i][j])对应的是(center_h[i],center_w[j])
  • indexing='xy'表示按照坐标系的方式去形成，也就是说形成的框向下是第一维，向右是第零维，(shift_y[i][j],shift_x[i][j])对应的是(center_w[i],center_h[j])
• w和h就是在模拟式(13.1)的组合
  • torch.cat默认按照第零维链接，所以w和h是长度为\(1\)的张量
  • w要做那个缩放应该取根号
• anchor_manipulations是偏移量
  • torch.stack((-w,-h,w,h))的意思是按照第零维堆叠起来。注意w和h都是大小为(boxes_per_pixel,)的张量，所以堆叠之后变成(4,boxes_per_pixel)
  • repeat(in_height*in_width,1)表示第零维和第一维分别重复的次数

    x = torch.tensor([[1, 2], [3, 4]])
    y = x.repeat(2, 3)  # 第0维重复2次，第1维重复3次
    print(y)
    # 输出: 
    # tensor([[1, 2, 1, 2, 1, 2],
    #         [3, 4, 3, 4, 3, 4],
    #         [1, 2, 1, 2, 1, 2],
    #         [3, 4, 3, 4, 3, 4]])
    

• out_grid是各个锚框的中心点
  • repeat_interleave就是在数中间插入

      x = torch.tensor([[1, 2], [3, 4]])
      y = x.repeat_interleave(2, dim=0)  
      print(y)
      # 输出: 
      # tensor([[1, 2],
      #         [1, 2],
      #         [3, 4],
      #         [3, 4]])
    

    每一个点重复boxes_per_pixel次就是为了模拟出每个像素的所有锚框。之所以要这么插入，是因为下面要对Y进行变化，可以想想两者之间的联系