动手学深度学习——锚框

1. 前言在物体检测任务中我们希望模型不仅能够识别目标类别还能够准确地预测目标的位置。但这里马上会遇到一个很现实的问题图像中的目标位置、大小和形状都是不固定的模型该怎么“猜”目标可能出现在哪里呢如果完全让模型从整张图中“凭空”去找目标难度会非常大。因此目标检测中提出了一种非常重要的思想先在图像上预设一批可能包含目标的候选框再让模型去判断这些框中是否有目标并进一步微调位置。这些预先设置的候选框就叫做锚框Anchor Box。锚框是很多经典检测算法中的核心概念比如Faster R-CNNSSD早期版本的 YOLO 思想中也有相似先验框机制这一节我们就来系统理解锚框到底是什么以及为什么它如此重要。2. 什么是锚框锚框英文叫Anchor Box也常被称为先验框。它指的是在图像的每个位置上预先生成若干个具有不同大小、不同长宽比的矩形框作为模型可能检测到目标的候选区域。可以把它理解成这样模型一开始并不知道目标在哪里所以我们先“撒”很多框到图像上然后让模型从这些框里挑选哪些更像真实目标最后再对位置做细调也就是说锚框并不是最终检测结果而是检测过程中的“起点”。3. 为什么需要锚框这是锚框最核心的问题。3.1 目标位置不确定图像中的目标可能出现在任意位置。如果没有锚框模型就必须直接回归整张图中的任意坐标这会让学习难度很大。锚框的作用就是提供一种“参考模板”让模型不是从零开始预测而是在已有候选框基础上做调整。3.2 目标大小不一致同一张图里可能同时有很小的目标中等大小目标很大的目标如果只设置一种大小的框那么很多目标都很难匹配上。因此锚框通常会设计成多种尺度。3.3 目标形状不一致有些目标偏瘦高比如行人有些目标偏宽大比如汽车有些目标接近正方形。所以锚框不仅要有不同大小还要有不同宽高比。3.4 将检测问题转化为分类 回归问题有了锚框后模型就可以对每个锚框做两件事分类这个锚框里有没有目标是什么类别回归这个锚框与真实框相比应该如何微调这样原本很难的“直接找目标”问题就转化为更容易学习的“基于候选框修正目标”问题。4. 锚框是怎么生成的锚框通常是在图像的每个像素位置或者更准确地说在特征图的每个位置上生成的。对于每个中心点通常会设置若干个不同形状的锚框例如不同尺度不同宽高比假设我们设置3 种尺度3 种宽高比那么每个位置就可能生成多个锚框。这样一来整张图上就会形成大量候选框用来覆盖各种可能出现的目标。5. 为什么锚框要有不同尺度和宽高比5.1 不同尺度对应不同大小目标比如小尺度锚框适合检测小目标大尺度锚框适合检测大目标这对于遥感、小目标检测、多尺度检测都非常关键。5.2 不同宽高比适合不同形状目标例如宽高比接近 1:1 的锚框适合正方形目标偏高的锚框适合行人偏宽的锚框适合汽车或公交车通过组合不同尺度和宽高比锚框才能更全面地覆盖真实目标。6. 锚框并不是最终预测框这一点一定要分清。很多初学者会误以为锚框就是模型输出的框其实不是。锚框只是预设候选框模型真正做的是判断哪些锚框和真实目标更接近对这些锚框进行偏移修正输出修正后的预测框所以锚框只是一个“参考基准”真正的预测框是在它基础上调整出来的。7. 锚框与真实边界框的关系训练时我们已经知道真实框的位置。这时就需要判断哪些锚框应该负责去预测哪个真实框常见做法是根据IoU交并比来匹配。如果某个锚框与真实框重叠程度较高那么就认为这个锚框负责检测该目标。于是匹配成功的锚框 → 正样本匹配失败的锚框 → 负样本这一步对后续训练非常关键因为它决定了每个锚框该学什么。8. 锚框带来的直观理解你可以把锚框想象成在图像上提前摆好的很多“探测窗口”。这些窗口有大有小有胖有瘦。真实目标出现时总会有一些窗口和它比较接近。然后模型要做的就是从这些窗口中找出最有希望的判断里面是否真的有目标把窗口位置修得更准这样检测任务就变得更有结构而不是完全无从下手。9. 锚框机制的优点9.1 提供了统一的候选框生成方式锚框让模型不需要从零枚举所有可能框而是直接从预设框开始学习。9.2 有利于多尺度目标检测通过设置不同尺度锚框模型能够更好适应不同大小目标。9.3 有利于训练稳定因为预测是建立在已有候选框基础上的所以学习目标更明确。10. 锚框机制的局限虽然锚框很经典但它也有一些缺点。10.1 候选框数量很多每个位置都生成多个锚框会导致候选框数量非常大计算开销高。10.2 超参数较多锚框的尺度、宽高比、数量都需要人工设计。如果设计不好检测效果会受影响。10.3 对某些特殊目标不够灵活如果真实目标的形状与预设锚框差异太大匹配效果就可能不好。这也是为什么后来出现了一些anchor-free无锚框检测方法。11. 本节总结这一节我们初步认识了锚框核心内容可以概括为以下几点。11.1 锚框是预先生成的候选框它不是最终预测框而是模型检测目标的起点。11.2 锚框用于帮助模型定位目标通过在图像不同位置生成不同形状的框覆盖各种可能目标。11.3 锚框通常具有不同尺度和宽高比这样才能适应不同大小、不同形状的目标。11.4 训练时需要将锚框与真实框匹配通常依据 IoU 来判断哪些锚框负责预测哪些真实目标。12. 学习感悟锚框这个概念往往是很多人第一次真正感受到“目标检测和图像分类完全不是一回事”的地方。因为从这里开始我们不再只是处理类别标签而是在处理候选框生成框与框之间的匹配多尺度问题回归问题也正是从锚框开始目标检测的结构化思维才真正展开。