Voxnet -3D对象检测-网络输出

Question

我正在尝试实施Voxnet -3D Object Detection，并且不确定有关区域投标网络（RPN）的输出的一些细节。下图显示了RPN的输出：

我不确定概率得分图中“ 2”（蓝色圆圈）和“回归”图中“ 14”（蓝色圆圈）的意义是什么。
根据我的理解，在回归图中（参见上图），我们得到H'/ 2 * W'/ 2 * 14，因为14代表两个3D锚框（7个值：x，y，z，l，w，h，theta ，对于每个3D框）。因此，对于每个H'/ 2 * W'/ 2单元，我们得到2个锚点框的值。
至于概率分数图，我们得到H'/ 2 * W'/ 2 * 2，因为2代表两个锚点中每个锚点的概率值。我对吗？

如果我的理解是正确的，则意味着我们仅在概率分数图中预测概率分数（是否存在对象）？这意味着没有类别概率。由于此选择有“汽车检测”和“行人/骑行者”两种不同的模式，因此我的解释确实有意义。也就是说，如果我们处于“汽车检测”模式下，则仅检查是否存在物体（汽车）。因此，我们不需要类概率。如果我错了，请纠正我。