Part Based Models demo 프로그램 분석

프로그램은 주로 다음과 같은 함수를 사용합니다.

[dets, boxes] = imgdetect(im, model, 0.4);
bbox = bboxpred_get(model.bboxpred, dets, reduceboxes(model, boxes));
bbox = clipboxes(im, bbox);
top = nms(bbox, 0.5);
result = bbox(top,:);

그 중에서 [dets,boxes,info] = imgdetect(input,model,thresh,bbox,overlap)가 호출되었다. gdetect(pyra,model,thresh,bbox,overlap).
pyra는 Hog의 피라미드 특징값이고 모델은 모델 매개 변수이며thresh는 분수의 한도값이다.뒤에 있는 두 개의 매개 변수는 쓰지 않아도 된다.
그다음에 저희가 dets와 boxes 두 행렬을 얻을 거예요.
코드의 설명은 다음과 같습니다.

% dets is a matrix with 6 columns and one row per detection.  Columns 1-4 
% give the pixel coordinates (x1,y1,x2,y2) of each detection bounding box.  
% Column 5 specifies the model component used for each detection and column 
% 6 gives the score of each detection.
%
% boxes is a matrix with one row per detection and each sequential group
% of 4 columns specifies the pixel coordinates of each model filter bounding
% box (i.e., where the parts were placed).  The index in the sequence is
% the same as the index in model.filters.

내 이해는dets가 루트 필터를 검출한 결과,boxes가 파트 필터를 검출한 결과입니다.
루트 Filter 검사 결과인데 사실 괜찮았어요.
bboxpred_get은 예측된 결과를 얻는 데 사용되며, 나는 더욱 검측 결과의 융합과 같다고 생각한다
clipboxes는 창 구조를 최적화하는 데 사용되며 결과에 영향을 주지 않습니다
nms는 겹치는 검사 창을 제거하는 데 사용됩니다
사실 나는 프로그램이 이렇게 간소화될 수 있다고 생각한다.

[dets, boxes] = imgdetect(im, model, 0.4);
bbox = clipboxes(im, dets);
top = nms(bbox, 0.5);
result = bbox(top,:);

근데 이렇게 하면 parts model을 쓸 필요가 없다는 뜻이에요.
완전 hog 검사야.의미가 없어요.즐겁게 쓰면 돼.
마지막:

showboxes(im, dets);

로 검사 결과를 표시합니다.