huanglianghua/siamfc-pytorch

关于label生成的疑问

Opened this issue · 6 comments

liminn commented

您好，对于label生成部分的代码，存在一些疑问，询问一下。
对于siamfc.py中的函数_create_labels(self, size)部分，存在如下代码：

 r_pos = self.cfg.r_pos / self.cfg.total_stride
 r_neg = self.cfg.r_neg / self.cfg.total_stride
 labels = logistic_labels(x, y, r_pos, r_neg)

其中，在该代码的默认配置中：cfg.r_pos = 16,cfg.r_neg = 0,cfg.total_stride = 8。

我的疑问：

  • cfg.total_stride代表什么含义？（依据原文中所表述的输入图片尺寸和输出特征图尺寸，找不到结果为8的比例关系）
  • cfg.r_pos和cfg.r_neg代表什么含义？这两个变量的数值定义有什么依据么，可以自行定义得更大么？
  • 经计算后的r_pos和r_neg代表什么含义？
  • 注：我可以理解logistic_labels()函数的意思
Singapore-mor commented

您好，对于label生成部分的代码，存在一些疑问，询问一下。
对于siamfc.py中的函数_create_labels(self, size)部分，存在如下代码：

 r_pos = self.cfg.r_pos / self.cfg.total_stride
 r_neg = self.cfg.r_neg / self.cfg.total_stride
 labels = logistic_labels(x, y, r_pos, r_neg)

其中，在该代码的默认配置中：cfg.r_pos = 16,cfg.r_neg = 0,cfg.total_stride = 8。

我的疑问：

  • cfg.total_stride代表什么含义？（依据原文中所表述的输入图片尺寸和输出特征图尺寸，找不到结果为8的比例关系）
  • cfg.r_pos和cfg.r_neg代表什么含义？这两个变量的数值定义有什么依据么，可以自行定义得更大么？
  • 经计算后的r_pos和r_neg代表什么含义？
  • 注：我可以理解logistic_labels()函数的意思

可以加个联系方式交流下吗，对代码不是很明白......

skyisnotwarm commented 
* `r_neg`

您好，这是我对您问题的理解，如有问题，敬请指正，一起探讨：
（1）cfg.total_stride=8，这是原文网络结构决定的：SiamFC只有Conv1，Pool1以及pool2层的stride为2，其余层为1，stride乘积为8代表这response上每两点的距离插值回原图大小相应的距离放大8倍。
（2）从代码来看cfg.r_pos=16,cfg.r_neg=0。我对前者的理解就是与中心点距离小于16的区域为正样本（这个距离在response距离即为cfg.r_pos/cfg.total_stride=2）。而后者代表了负样本的划分，即距离大于cfg.r_neg的区域为负样本，而大于cfg.r_pos并小于cfg.r_neg的区域分配了与距离相关的标签。这两个距离都是可以自定义的。
（3）r_pos=2即response上正样本距离；r_neg=0代表负样本距离（这里实际上没有起作用）

  • 👍9
Jee-King commented

您好，对于label生成部分的代码，存在一些疑问，询问一下。
对于siamfc.py中的函数_create_labels(self, size)部分，存在如下代码：

 r_pos = self.cfg.r_pos / self.cfg.total_stride
 r_neg = self.cfg.r_neg / self.cfg.total_stride
 labels = logistic_labels(x, y, r_pos, r_neg)

其中，在该代码的默认配置中：cfg.r_pos = 16,cfg.r_neg = 0,cfg.total_stride = 8。
我的疑问：

  • cfg.total_stride代表什么含义？（依据原文中所表述的输入图片尺寸和输出特征图尺寸，找不到结果为8的比例关系）
  • cfg.r_pos和cfg.r_neg代表什么含义？这两个变量的数值定义有什么依据么，可以自行定义得更大么？
  • 经计算后的r_pos和r_neg代表什么含义？
  • 注：我可以理解logistic_labels()函数的意思

可以加个联系方式交流下吗，对代码不是很明白......

请问你现在看懂了吗，可不可以交流一下 ：）

mobai-ch commented

您好，对于label生成部分的代码，存在一些疑问，询问一下。
对于siamfc.py中的函数_create_labels(self, size)部分，存在如下代码：

 r_pos = self.cfg.r_pos / self.cfg.total_stride
 r_neg = self.cfg.r_neg / self.cfg.total_stride
 labels = logistic_labels(x, y, r_pos, r_neg)

其中，在该代码的默认配置中：cfg.r_pos = 16,cfg.r_neg = 0,cfg.total_stride = 8。
我的疑问：

  • cfg.total_stride代表什么含义？（依据原文中所表述的输入图片尺寸和输出特征图尺寸，找不到结果为8的比例关系）
  • cfg.r_pos和cfg.r_neg代表什么含义？这两个变量的数值定义有什么依据么，可以自行定义得更大么？
  • 经计算后的r_pos和r_neg代表什么含义？
  • 注：我可以理解logistic_labels()函数的意思

可以加个联系方式交流下吗，对代码不是很明白......

请问你现在看懂了吗，可不可以交流一下 ：）

我对第一个问题的理解是，你可以用128/16，表示中间每一次卷积过程的stride, 127的kernel在255的的矩阵上跑。

PanJinquan commented

@huanglianghua @skyisnotwarm
#13
还是没有理解，siamfc.py中的函数_create_labels(self, size)生成label的方法，label不是应该根据搜索图像X的目标位置来生成么，为什么这里看起来_create_labels生成的label都是这样的图片，
image

evanqhu commented

@huanglianghua @skyisnotwarm #13 还是没有理解，siamfc.py中的函数_create_labels(self, size)生成label的方法，label不是应该根据搜索图像X的目标位置来生成么，为什么这里看起来_create_labels生成的label都是这样的图片， image

好像是因为训练的时候，模板图像和搜索图像的中心就是bbox的中心