Tensorflowオブジェクト検出APIのIOUが間違っていますか？

Question

私はCOCOメトリックを実装したかったので、Tensorflow Object Detection APIコード、特にeval_utilパートをちょっと調べました。

しかし、[0、1]の間の正規化された座標を持つ境界ボックスを使用して、メトリックが単独で計算されていることに気付きました。 アスペクト比または絶対座標が使用されていません。

これは、これらの結果で計算されたユニオンの交点が正しくないことを意味していませんか？ 例として200x100のイメージピクセルを考えてみましょう。 ボックスが20ピクセル左にずれている場合、正規化された座標は0.1です。 しかし、それが20ピクセル上から外れると、正規化された座標では0.2になります。

これは、スコアのペナルティを上げるのが面倒になるのは難しいですか？

Answer 1

私は予測された座標がevalバイナリの絶対的な画像座標にリサイズされると信じています。

しかし、もう1つのことは、IOUは、2つのボックスをいくつかの要素で拡大縮小すると、同じIOUオーバーラップを持つという意味でスケール不変であるということです。例として、x方向に2倍、y方向に3倍の場合： Aが（x1、y1、x2、y2）でBが（u1、v1、u2、v2）の場合、IOU （2 * u1、3 * v1,2 * u2,3 * v2））

（2 * x1,3 * y1,2 * x2,3 * y2）

これが意味することは、正規化された座標で評価すると、絶対座標で評価するのと同じ結果が得られるはずです。