TaskAlignedAssigner

结合PD与GT动态生成target信息。

select_candidates_in_gts

如果anchor的中心坐标与gt的左上角或右下角的差值小于阈值则设为positive anchor,得到表达positive anchor的mask_in_gts。

get_box_metrics

通过GT与PD计算iou与分类score的联合metrics。

select_topk_candidates

基于iou与分类score的联合metrics选择top-k候选框得到mask_topk。
选择的过程中遇到某个anchor成为多个GT的候选框的时候, 过滤该anchor。

get_pos_mask

mask_pos = mask_topk * mask_in_gts * mask_gt
mask_gt是初始标注信息[bs,max_nums,1],根据box数值是否存在判定有效目标位置。

select_highest_overlaps

如果某个anchor成为多个GT的候选框的时候,选择iou最大的。更新mask_pos.

TaskAlignedAssigner.forward

通过更新后的mask_pos更新metrics,再对metrics做最大值归一化,归一化后的数值作为iou的权重相乘得到新的metrics。

GitHub 加速计划 / ul / ultralytics
27.19 K
5.39 K
下载
ultralytics - 提供 YOLOv8 模型,用于目标检测、图像分割、姿态估计和图像分类,适合机器学习和计算机视觉领域的开发者。
最近提交(Master分支:2 个月前 )
2875c300 Co-authored-by: Ultralytics Assistant <135830346+UltralyticsAssistant@users.noreply.github.com> Co-authored-by: Glenn Jocher <glenn.jocher@ultralytics.com> 5 天前
bf1d076e Co-authored-by: UltralyticsAssistant <web@ultralytics.com> Co-authored-by: Glenn Jocher <glenn.jocher@ultralytics.com> 5 天前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐