关于回归的变量离散化选择

[botaoye]

您好，感谢您的很棒的工作。我想将LD用到其他检测器中，关于把regression换成离散化的概率这部分有一个疑惑想要问问作者。我看检测器每一个scale得到的regression都通过相同的integral将概率转化成lrtb值，那么得到的lrtb都是一样的。所以最终不同feature scale的lrtb范围都是相同的，为什么不把每个scale的lrtb按照比例放缩范围呢？以及如果feature比较大，这样的实现得到的lrtb范围是否有可能小于GT lrtb的范围呢？

LD/mmdet/models/dense_heads/ld_head.py

Line 200 in 2dda5c0

pos_bbox_pred_corners = self.integral(pos_bbox_pred)

[HikariTJU]

target 被缩放过了，stride就是用来做这个的

LD/mmdet/models/dense_heads/gfl_head.py

Line 246 in 2dda5c0

pos_decode_bbox_targets = pos_bbox_targets / stride[0]