generate_bbox(self, cls_map, reg, scale, threshold)函数是什么意思

[piaopiaodedudou]

generate_bbox(self, cls_map, reg, scale, threshold):函数返回的是检测框的坐标和评分吗？ boundingbox = np.vstack([np.round((stride * t_index[1]) / scale), np.round((stride * t_index[0]) / scale), np.round((stride * t_index[1] + cellsize) / scale), np.round((stride * t_index[0] + cellsize) / scale), score, reg]) 有没有大神能解释下vstack里边的部分都是什么意思，尤其是stride那部分？

[zheng-yuwei]

原来PNet网络结构存在着stride=2，kernel size=2的pooling层，所以W * H的数据，经过PNet这一层的时候，会变为W/2 * H/2，那这层输出和输入的左上角点坐标对应关系就是 before_index = stride * after_index，右下角点坐标对应关系为： before_index = stride * after_index + kernel-size。 而卷积层由于没有stride，所以不用乘系数。但卷积会影响感受野，综合卷积层和pool得到的PNet网络，可以看成是感受野12 * 12的FCN，所以右下角最终为 before_index = stride * after_index + cellsize。 实在不清楚对应关系，这个这么小的网络，你画个图，也就清楚了

[zhgyong]

为什么 x1=stride * t_index[1]) / scale 而不是 x1=stride * t_index[0]) / scale？ 这坐标是不是搞反了呀？