13.7.1 模型

目录

• P433
• P434
• P436

P433

这里锚框一共有\(hwa\)个，是因为我们不会对每一个通道的每一个像素都生成\(a\)个锚框，对于一个位置\((h,w)\)，我们只生成\(a\)个锚框，而不是生成\(ac\)个锚框

P434

这里将通道维移到最后一维是为了方便之后的交叉熵和\(L_1\)损失进行计算

P436

def blk_forward中的参数X不是最开始的输入图像，而是上一层的特征图；从这个函数也可以看出来为什么d2l.multibox_prior的返回的锚框的第一维大小一定是1了，因为同一批次中不同的图像宽和高都是一样的，所以得到的各个特征图的大小也是一样的，于是我们只用为一个图像的所有特征图生成锚框，其他图像的锚框仍然是一样的（注意这里说的锚框指的是其在哪一层的特征图上的哪一个像素，以及宽和高）；也就不难理解cls_preds和bbox_preds为什么要有batch_size这一维度：因为这两个张量是跟输入图像相关的

size[i]表示的是第i层的锚框的缩放比，较大值之所以使用几何平均数确定，是为了得到更平滑的变化

在TinySSD的def forward中，anchors本身是一个四维的张量，经过torch.cat之后变成了三维1, num_anchors, 4（这里的num_anchors指一个图像的锚框数，所以不要乘以batch_size），从这里也可以看出来为什么d2l.multibox_prior里面的锚框要用百分比衡量了：因为我们要将不同的特征图的锚框连接在一起

在TinySSD的def forward中，cls_preds本身是一个五维的张量，经过concat_preds之后变成了两维batch_size, -1，再经过.reshape之后就变成了batch_size, num_anchors, num_classes + 1

在TinySSD的def forward中，bbox_preds本身是一个五维的张量，经过concat_preds之后变成了两维batch_size, num_anchors * 4