Question

我正在使用facebookresearch deepmask来分割图片。我正在尝试修改computeProposals.lua模块以分割我自己的图像。关键功能是getTopProps。在下面的代码块中，它用于查找与顶级提案相关联的掩码。

-- get top propsals
local masks,_ = infer:getTopProps(.2,h,w)

推断类来自InferDeepMask.lua模块。 getTopProps返回两件事：掩码和分数。分数来自Infer：getTopScores（）函数。

问题：如何解释getTopScores函数的输出？

代码评论：

-- each line contains: the score value, the scaleNb and position(of M(:))

示例输出（转换为numpy数组）：

[[  0.9942829    2.          26.           6.        ]
 [  0.9942829    3.          26.           6.        ]
 [  0.98620307   2.           1.          29.        ]
 [  0.98620307   3.           1.          29.        ]
 [  0.97150999   2.          19.           8.        ]
 [  0.97150999   3.          19.           8.        ]
 [  0.97141284   2.          18.           8.        ]
 [  0.97141284   3.          18.           8.        ]
 [  0.9639107    2.          15.          11.        ]
 [  0.9639107    3.          15.          11.        ]]

第一栏显然是一个得分。什么是scaleNb，M（:)的位置是什么？它们不是面具上的像素位置。

NB每个面具的形状（336,448）

谢谢！

Answer 1

我相信（但尚未证明）输出是这样的：

得分值 - 介于0和1之间的值，描述这是一个好的面具。
scaleNb - 一个值，指示用于生成蒙版的边界框的粗略大小。
＆安培; 4. position（of M（:)） - 将边界框的位置与原始图像的较小版本相关联的某种方式。

Answer 2

通过查看代码：

得分相当不言自明
scaleNb是采用的比例的索引，即循环k中的索引for k = 1,nScales do，其中包含不同比例值的表由行{{1}创建}}
M（:)是棘手的部分。如果我正确理解了代码，for scale = -3,2,.25 do table.insert(self.scales,scale)是一个包含pos个的张量，每当选择了一个对象nScales时，张量的k-th元素就会递增（他们按分数排序）。 k（这是用于计算形成temp所谓x和y值的变量，由M(:)行给出。这包含什么？它似乎包含了检测到的刻度的掩模位置。请参阅以下代码：

local temp=sortedIds[pos[scale]][scale]

local sc=sc:view(h*w) local sS,sIds=torch.sort(sc,true) local sz = sS:size(1) sortedScores:narrow(2,s,1):narrow(1,1,sz):copy(sS) sortedIds:narrow(2,s,1):narrow(1,1,sz):copy(sIds)似乎包含当前正在评估的分数的sortedIds，x位置。

如何解释deepmask getTopScores函数的输出

2 个答案: