## 先算 35/16，再判断取整改变了什么

## 解释、算例与证据

# P41 · 三个像素的偏移，为什么会伤到轮廓？

先固定简单坐标约定 x/stride，再看 35→2.1875→取整 2 所造成的位置变化。真实库的像素中心与边界设置必须另核对；本页的三个像素误差是指定算例，不是所有实现的固定偏差。



图内标签与数值：Lecture 03 课堂图解 P41；约定：原图 x ÷ 16 → 特征坐标；原图 x；0；16；32；48；64；35；连续位置；35/16 = 2.1875；32；取整后；2 × 16 = 32；读的位置变了 3 个原图像素；坐标示意，不模拟各框架的半像素约定；RoIAlign 避免相关坐标量化。

原图坐标轴上的 x=35 映射到 stride16 特征坐标 2.1875；量化到 2 时对回 x=32，明确三像素偏移。

- 约定：原图 x ÷ 16 → 特征坐标
- 原图 x
- 0
- 16
- 32
- 48
- 64
- 35
- 连续位置
- 35/16 = 2.1875
- 32
- 取整后
- 2 × 16 = 32
- 读的位置变了 3 个原图像素
- 坐标示意，不模拟各框架的半像素约定；RoIAlign 避免相关坐标量化。原图坐标轴上的 x=35 映射到 stride16 特征坐标 2.1875；量化到 2 时对回 x=32，明确三像素偏移。 [查看对应图解状态](/#/l3-r2-p41/1)[查看完整图解](/course/figures/l3-r2-p41-1.html)

## 课堂讲述

用一个小坐标例子看。特征图相对原图的步长是十六，原图横坐标三十五对应特征坐标二点一八七五。如果简单变成整数二，就相当于换到了原图三十二附近的位置。
识别“大概是什么”时，这样的偏差可能不太显眼；但在杯柄或细边界上，几个像素就会改变哪些位置应该属于对象。
这里不是说所有取整都造成同样大小的错误，而是指出一种信息通路问题：我们希望读取这个区域，却在离散化过程中改变了它的几何对应。RoIAlign 的关键，就是在区域提取中避免相关量化，并用连续位置采样。下一页让这个采样变成能算出来的东西。


### 35 除以 16 之后，为什么不应急着取整
[独立阅读](/course/blocks/roi-coordinate-conventions.html)
本页采用教学约定 (u=x/s)，不额外加入像素中心偏移。原图 x=35、特征步长 s=16，得到 u=2.1875。若立即取整为 2，读到的位置就相当于原图 x=32；对分类可能仍包含相似内容，但细杯柄边缘已偏了三个像素。



这不表示所有实际库都直接使用 x/s。具体实现还可能约定像素中心、半像素偏移、对齐端点及边界外采样。对照库输出时必须先统一这些约定，不能把差异都归结为数值误差。课堂算例选择简单坐标，是为了单独看清连续位置与量化的差别。



RoI 提取不只涉及框起点，还要把框划成固定数量 bins，并在每个 bin 中选择采样位置。若框边界或 bin 边界被取整，细小移动可能完全不改变读数，跨过阈值又会突然跳变。保留连续几何，再通过邻域插值得值，便能把这些连续变化传到区域读出。



到 P42 我们真正算一个点；到 P43 再把点值放回局部二维目标。一次插值算对，是理解组件，不等于已经完成整套实例分割。


## 沿这个问题继续

先读本页解释与图，再到 LAB03 改一个坐标或对象。


#### 按问题回查的讲解与短练习（1）
**出处：**[Mask R-CNN §3 (2017)](https://arxiv.org/html/1703.06870v3)
#### 图示条件与公式约定

教学坐标假设图像边界坐标/stride，无半像素偏置。35/16=2.1875，取整2对回32。仅用于解释量化误差，不声称还原 torchvision 等具体框架全部坐标约定。


#### 这条线索的展开与后续阅读

- [边界在 35，为什么被读到 32？](/supplement.html?return=l3-r2-p41/0#/l3-roi-coordinates/0) 本页说明
- [RoIAlign 修复读取错位，不修复表示丢失｜问题从哪里出现](/supplement.html?return=l3-r2-p41/0#/l3-roi-align-chain-problem/0) 本页说明