FCOS难点记录

FCOS 中有计算 特征图（Feature map中的每个特征点到gt_box的左、上、右、下的距离）

1、特征点到gt_box框的 左、上、右、下距离计算

		x = coords[:, 0] # h*w，2   即 第一列y = coords[:, 1] l_off = x[None, :, None] - gt_boxes[..., 0][:, None, :]  # [1,h*w,1]-[batch_size,1,m]-->[batch_size,h*w,m]t_off = y[None, :, None] - gt_boxes[..., 1][:, None, :]r_off = gt_boxes[..., 2][:, None, :] - x[None, :, None]b_off = gt_boxes[..., 3][:, None, :] - y[None, :, None]ltrb_off = torch.stack([l_off, t_off, r_off, b_off], dim=-1)  # [batch_size,h*w,m,4]areas = (ltrb_off[..., 0] + ltrb_off[..., 2]) * (ltrb_off[..., 1] + ltrb_off[..., 3])  # [batch_size,h*w,m]off_min = torch.min(ltrb_off, dim=-1)[0]  # [batch_size,h*w,m]off_max = torch.max(ltrb_off, dim=-1)[0]  # [batch_size,h*w,m]

根据上边的画的图可以看出，假设对应的 feature map 大小为 2x2，stride=4，原始图片为8x8。将特征图中的每个特征点映射回去，可以得到相应的 4个（h*w个）坐标。对应图中的 红色a，绿色b，黄色c和蓝色d的点。

print(x,"\n",y,x.shape)
'''
tensor([2., 6., 2., 6.]) 
tensor([2., 2., 6., 6.]) torch.Size([4])
'''print(x[None,:,None]) # [1,4,1]
'''
tensor([[[2.],[6.],[2.],[6.]]]) 
'''print(gt_boxes） # [1,2,4]  batch=1, 两个框，每个框左上角和右下角坐标
'''
tensor([[[5, 4, 7, 6],[1, 1, 4, 6]]])
'''print(gt_boxes[...,0],gt_boxes[...,0][:,None,:])
''' 
tensor([[5, 1]]) tensor([[[5, 1]]])
'''
l_off = [2,2]-[5,1]=[-3,1]  以此类推print(l_off,"\n", l_off.shape)'''
**第一列代表，所有的点abcd横坐标与第一个框的左边偏移量。第二列代表到第二个框的偏移量**
tensor([[[-3.,  1.],[ 1.,  5.],[-3.,  1.],[ 1.,  5.]]]) torch.Size([1, 4, 2])'''print(ltrb_off)
'''
第一列代表，所有的投影点abcd,到两个框的左边偏移量。第一行第二行分别代表两个框。
tensor([[[[-3., -2.,  5.,  4.], # a 点到第一个框的左边、上边、右边、下边的偏移[ 1.,  1.,  2.,  4.]], # a 点到第二框的左边、上边、右边、下边的偏移[[ 1., -2.,  1.,  4.], # b 点到第一个框的左边、上边、右边、下边的偏移[ 5.,  1., -2.,  4.]],[[-3.,  2.,  5.,  0.],[ 1.,  5.,  2.,  0.]],[[ 1.,  2.,  1.,  0.],[ 5.,  5., -2.,  0.]]]]) torch.Size([1, 4, 2, 4]) #[batch_size,h*w,m,4]
'''print(ltrb_off[...,0])
'''tensor([[[-3.,  1.],[ 1.,  5.],[-3.,  1.],[ 1.,  5.]]]) torch.Size([1, 4, 2])
'''print(areas)
'''
areas: tensor([[[ 4., 15.],[ 4., 15.],[ 4., 15.],[ 4., 15.]]])
'''torch.return_types.min(
values=tensor([[[-3.,  1.],[-2., -2.],[-3.,  0.],[ 0., -2.]]]),
indices=tensor([[[0, 0],[1, 2],[0, 3],[3, 2]]])) torch.return_types.max(
values=tensor([[[5., 4.],[4., 5.],[5., 5.],[2., 5.]]]),
indices=tensor([[[2, 3],[3, 0],[2, 1],[1, 0]]]))

2、确定该特征点在哪一个框内，是否在该FPN特征层进行尺寸判断并进行后续预测

off_min = torch.min(ltrb_off, dim=-1)[0]  # [batch_size,h*w,m] # off_min 找出所有 特征点  到 每个框的 四条边 最小的距离
off_max = torch.max(ltrb_off, dim=-1)[0]  # [batch_size,h*w,m]  #off_max 找出所有 特征点  到 每个框的 四条边 最大的距离mask_in_gtboxes = off_min > 0
mask_in_level = (off_max > limit_range[0]) & (off_max <= limit_range[1]) # 锁定在这个limit range上的所有的特征的点	

print("ltrf_off",ltrb_off)
print("off_min",off_min,"\n","off_max",off_max)
print("mask_in_gtboxes-->",mask_in_gtboxes)
print("mask_in_level-->",mask_in_level)'''
ltrf_off tensor([[[[-3., -2.,  5.,  4.], # a 点到第一个框的左边、上边、右边、下边的偏移[ 1.,  1.,  2.,  4.]],  # a 点到第二个框的左边、上边、右边、下边的偏移[[ 1., -2.,  1.,  4.], # b 点到第一个框的左边、上边、右边、下边的偏移[ 5.,  1., -2.,  4.]],[[-3.,  2.,  5.,  0.],[ 1.,  5.,  2.,  0.]],[[ 1.,  2.,  1.,  0.],[ 5.,  5., -2.,  0.]]]])off_min 
tensor([[[-3.,  1.], # a点到第一个框最小距离-3，  a点到第二个框的最小偏移距离 1[-2., -2.], #b点到第一个框最小距离-2，  b点到第二个框的最小偏移距离 -2[-3.,  0.], # c点到第一个框最小距离-3，  a点到第二个框的最小偏移距离 0[ 0., -2.]]]) # d点到第一个框最小距离0，  a点到第二个框的最小偏移距离 -2off_max tensor([[[5., 4.],[4., 5.],[5., 5.],[2., 5.]]])mask_in_gtboxes-->  # 判断了 特征点是否在框内
tensor([[[False,  True],  # a点到第一个框四边最小偏移距离小于0，所以，a点不属于第一个框，为false；以此类推。[False, False],[False, False],[False, False]]]) # [batch,h*w,m]mask_in_level-->  # 锁定在这个limit range上的所有的特征的点	
tensor([[[True, True],  # 锁定了a 在这个level中[True, True],  # 锁定了b[True, True],  # 锁定了c[True, True]]])# 锁定了d  都在这个FPN级别上  [batch,h*w,m]
'''

3、特征点是否在框中心的范围内，用来判断是否为正样本

	radiu = stride * sample_radiu_ratio # 4*1.15 = 4.6gt_center_x = (gt_boxes[..., 0] + gt_boxes[..., 2]) / 2gt_center_y = (gt_boxes[..., 1] + gt_boxes[..., 3]) / 2c_l_off = x[None, :, None] - gt_center_x[:, None, :]  # [1,h*w,1]-[batch_size,1,m]-->[batch_size,h*w,m]c_t_off = y[None, :, None] - gt_center_y[:, None, :]c_r_off = gt_center_x[:, None, :] - x[None, :, None]c_b_off = gt_center_y[:, None, :] - y[None, :, None]c_ltrb_off = torch.stack([c_l_off, c_t_off, c_r_off, c_b_off], dim=-1)  # [batch_size,h*w,m,4]c_off_max = torch.max(c_ltrb_off, dim=-1)[0]mask_center = c_off_max < radiu

print("c_ltrb_off",c_ltrb_off)
print("c_off_max",c_off_max)
print("mask_center",mask_center)'''
c_ltrb_off 
tensor([[[[-4.0000, -3.0000,  4.0000,  3.0000],  # 同上边一样，a到 第一个框 小的中心框四边 的距离[-0.5000, -1.5000,  0.5000,  1.5000]], # a到 第二个框 小的中心框四边 的距离[[ 0.0000, -3.0000,  0.0000,  3.0000], # b到 第一个框 小的中心框四边 的距离[ 3.5000, -1.5000, -3.5000,  1.5000]], # # b到 第二个框 小的中心框四边 的距离[[-4.0000,  1.0000,  4.0000, -1.0000],[-0.5000,  2.5000,  0.5000, -2.5000]],[[ 0.0000,  1.0000,  0.0000, -1.0000],[ 3.5000,  2.5000, -3.5000, -2.5000]]]])c_off_max tensor([[[4.0000, 1.5000], # 找到a特征点到第一个框中心框和第二个框的中心框的 最大距离[3.0000, 3.5000],[4.0000, 2.5000],[1.0000, 3.5000]]]) # [batch,h*w,m] 4个特征点(a,b,c,d) x 框的个数2个（第一个框，第二个框）mask_center tensor([[[True, True], # 判断是否在这个框里中心点里边 正样本[True, True],[True, True],[True, True]]]) ## [batch,h*w,m]
'''

3、制定mask,根据上边的 gt_box、fpn_level、mask_center

‘’’
mask_pos 是三个约束条件的交集，分别是特征点在gt中，特征点在level中，以及特征点距离Gt中的center小于指定的范围
‘’’

mask_pos = mask_in_gtboxes & mask_in_level & mask_center  # [batch_size,h*w,m]areas[~mask_pos] = 99999999
areas_min_ind = torch.min(areas, dim=-1)[1]  # [batch_size,h*w]

mask_pos = mask_in_gtboxes & mask_in_level & mask_center  # [batch_size,h*w,m]
print("pre_areas:",areas)
areas[~mask_pos] = 99999999
areas_min_ind = torch.min(areas, dim=-1)[1]  # [batch_size,h*w] # 返回索引，注意和上边的区别，上边返回值，比大小
# torch.max()  or  torch.min() dim=0 找列，dim=1  找行
print("mask_pos-->",mask_pos)
print("post_ares",areas)
print("areas_min_ind",areas_min_ind)'''
mask_in_gtboxes--> 
tensor([[[False,  True],[False, False],[False, False],[False, False]]])
mask_in_level--> 
tensor([[[True, True],[True, True],[True, True],[True, True]]])
mask_center 
tensor([[[True, True],[True, True],[True, True],[True, True]]])mask_pos--> 
tensor([[[False,  True],  # 只有a点在第二个框在这个fpn这个level, 同时满足这三个条件[False, False],[False, False],[False, False]]])post_ares 
tensor([[[1.0000e+08, 1.5000e+01],[1.0000e+08, 1.0000e+08],[1.0000e+08, 1.0000e+08],[1.0000e+08, 1.0000e+08]]]) # #[batch_size,h*w,m] 将 满足要求的 保持面积不面，其他设置为很大的值areas_min_ind tensor([[1, 0, 0, 0]]) # [batch_size,h*w] min[1]返回的是对应的indices  找到最小的面积，返回索引。'''

4、

![在这里插入图片描述](https://img-blog.csdnimg.cn/3e504ea230ff47c097ba9eb6caddca55.png

reg_targets = ltrb_off[torch.zeros_like(areas, dtype=torch.bool)
.scatter_(-1, areas_min_ind.unsqueeze(dim=-1), 1)]  # [batch_size*h*w,4]
reg_targets = torch.reshape(reg_targets, (batch_size, -1, 4))  # [batch_size,h*w,4]

scatter_的用法：参考 https://blog.csdn.net/weixin_43496455/article/details/103870889
scatter(dim, index, src)将src中数据根据index中的索引按照dim的方向进行填充。dim=0
'''
areas: 
tensor([[[ 4., 15.],[ 4., 15.],[ 4., 15.],[ 4., 15.]]]) [1,4,2]
扩展维度之后  [1,4] --> torch.Size([1, 4, 1]) ===> [[[1,0,0,0]]]
torch.zeros_like(areas, dtype=torch.bool) 
tensor([[[False, False],[False, False],[False, False],[False, False]]])after scatter_--> 
tensor([[[False,  True],[ True, False],[ True, False],[ True, False]]]) # [1,4,2]ltrf_off 
tensor([[[[-3., -2.,  5.,  4.], # a 点到第一个框的左边、上边、右边、下边的偏移[ 1.,  1.,  2.,  4.]],  # a 点到第二个框的左边、上边、右边、下边的偏移[[ 1., -2.,  1.,  4.], # b 点到第一个框的左边、上边、右边、下边的偏移[ 5.,  1., -2.,  4.]],[[-3.,  2.,  5.,  0.],[ 1.,  5.,  2.,  0.]],[[ 1.,  2.,  1.,  0.],[ 5.,  5., -2.,  0.]]]])reg_targets1 
tensor([[ 1.,  1.,  2.,  4.], # a 点 第二个框[ 1., -2.,  1.,  4.], # b 点 第一个框[-3.,  2.,  5.,  0.], # c 点 第一个框[ 1.,  2.,  1.,  0.]])# d 点 第一个框# torch.Size([4, 4])reg_targets2 tensor([[[ 1.,  1.,  2.,  4.],[ 1., -2.,  1.,  4.],[-3.,  2.,  5.,  0.],[ 1.,  2.,  1.,  0.]]]) # torch.Size([1, 4, 4])
'''