# 框回归的四个数怎样编码与还原 [独立阅读](/course/blocks/box-offset-roundtrip.html)**课堂上下文:从哪个问题来** 把“位置回归”算到四个具体目标:.2、−.1、ln1.2、0;再逆变换回目标框。归一化、坐标格式与尺度因子必须成对。下方匹配说明哪些参考框具有位置目标,背景和忽略项为什么不能照样回归。 用中心和宽高记参考框 $a=(40,40,40,40)$,目标框 $g=(48,36,48,40)$。采用不加额外缩放因子的约定: $ t_x=(g_x-a_x)/a_w=0.2,\quad t_y=(g_y-a_y)/a_h=-0.1, $ $ t_w=\log(g_w/a_w)=\log(1.2)\approx0.18232,\quad t_h=0. $ 中心偏移除以参考框宽高,把绝对位移变为相对比例。宽高用对数比值,则放大和缩小可以由正负实数表示;解码通过指数确保宽高为正。将四个数还原:中心 $40+40\times0.2=48$、$40-4=36$,宽 $40e^{\log1.2}=48$,高 40。 由中心宽高变回连续 `xyxy`,参考框是 `(20,20,60,60)`,目标是 `(24,16,72,56)`。这一来一回检查的是坐标约定相容。网络实际输出只是对四个目标数的估计,偏移接近也不代表每个小目标的 IoU 同样好。 有些实现对偏移再乘 10 或 5 等尺度系数;应同时阅读 encode 与 decode。LAB10 的成对函数没有这些额外系数,不能从另一教材复制半套公式混用。 图内标签与数值:Lecture 03 课堂图解 P33;参考框与目标框(连续坐标,无 +1);0;10;20;30;40;50;60;70;80;参考 (20,20,60,60);中心 (40,40) · 宽40 · 高40;目标 (24,16,72,56);中心 (48,36) · 宽48 · 高40;tₓ = (48−40)/40 = 0.2;tᵧ = (36−40)/40 = −0.1;t_w = ln(48/40) ≈ 0.1823;t_h = ln(40/40) = 0;本课程坐标算例;展示常见框参数化,不代表所有检测器。 同一坐标单位下,位移目标与框图对应。 查看对应图解状态 - 参考框与目标框(连续坐标,无 +1) - 0 - 10 - 20 - 30 - 40 - 50 - 60 - 70 - 80 - 参考 (20,20,60,60) - 中心 (40,40) · 宽40 · 高40 - 目标 (24,16,72,56) - 中心 (48,36) · 宽48 · 高40 - tₓ = (48−40)/40 = 0.2 - tᵧ = (36−40)/40 = −0.1 - t_w = ln(48/40) ≈ 0.1823 - t_h = ln(40/40) = 0 - 本课程坐标算例;展示常见框参数化,不代表所有检测器。同一坐标单位下,位移目标与框图对应。 [查看对应图解状态](/#/l3-r2-p33/1)[查看完整图解](/#/l3-r2-p33/1) **出处:**[D2L §14.4 锚框](https://d2l.ai/chapter_computer-vision/anchor.html) ## 继续阅读与实验