prior_box

paddle.fluid.layers. prior_box ( input, image, min_sizes=None, max_sizes=None, aspect_ratios=[1.0], variance=[0.1, 0.1, 0.2, 0.2], flip=False, clip=False, steps=[0.0, 0.0], offset=0.5, name=None, min_max_aspect_ratios_order=False ) [源代码]

该OP为SSD(Single Shot MultiBox Detector)算法生成候选框。输入的每个位产生N个候选框，N由min_sizes,max_sizes和aspect_ratios的数目决定，候选框的尺寸在(min_size,max_size)之间，该尺寸根据aspect_ratios在序列中生成。

参数

  • input (Variable) - 形状为NCHW的4-DTensor，数据类型为float32或float64。

  • image (Variable) - PriorBoxOp的输入图像数据，形状为NCHW的4-D Tensor，数据类型为float32或float64。

  • min_sizes (list|tuple|float) - 生成的候选框的最小尺寸。

  • max_sizes (list|tuple|None) - 生成的候选框的最大尺寸。默认值为None

  • aspect_ratios (list|tuple|float) - 生成的候选框的长宽比。默认值为[1.]。

  • variance (list|tuple) - 在候选框中解码的方差。默认值为[0.1,0.1,0.2,0.2]。

  • flip (bool) - 是否翻转。默认值为False。

  • clip (bool) - 是否裁剪。默认值为False。

  • step (list|tuple) - 候选框在width和height上的步长。如果step[0]等于0.0或者step[1]等于0.0，则自动计算候选框在宽度和高度上的步长。默认：[0.,0.]

  • offset (float) - 候选框中心位移。默认：0.5

  • name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

  • min_max_aspect_ratios_order (bool) - 若设为True，候选框的输出以[min, max, aspect_ratios]的顺序输出，和Caffe保持一致。请注意，该顺序会影响后面卷基层的权重顺序，但不影响最后的检测结果。默认：False。

返回

含有两个变量的元组，包括：

boxes：候选框。形状为[H,W,num_priors,4]的4-D Tensor。其中，H是输入的高度，W是输入的宽度，num_priors是输入每位的总框数。 variances：候选框的方差，形状为[H,W,num_priors,4]的4-D Tensor。其中，H是输入的高度，W是输入的宽度，num_priors是输入每位的总框数。

返回类型

元组

代码示例

#declarative mode
import paddle.fluid as fluid
import numpy as np