为啥物体检测 CNN 的边界框必须与图像边界平行？

Posted 2023-03-13

【中文标题】为啥物体检测 CNN 的边界框必须与图像边界平行？

【英文标题】：Why does the bounding box of an object detection CNN has to be parallel to the image borders?为什么物体检测 CNN 的边界框必须与图像边界平行？

【发布时间】：2018-06-03 23:26:58

【问题描述】：

查看利用深度学习进行对象识别的最新进展，例如MASK-RCNN 或YOLO，我注意到对象的边界框始终与图像边界平行。

这仅仅是由于提供的训练数据的符号，例如 COCO，还是由于底层架构。看看 Yolo 或 RCNN 的最后一层 - 是否可以在像图像中的对象一样旋转的矩形上进行训练？

【参考方案1】：

这些模型通常预测 x 和 y 的中心点，以及宽度和高度。这就解释了一致的结果。如果训练数据提供了另一种形式的标签，那么应该也可以轻松学习其他边界框。

【讨论】：

在 YOLO 的情况下不正确，已经尝试过了。