YOLO拓展-锚框(anchor box)详解

一.锚框（anchor box）概述

1.1什么是锚框

锚框就是一种进行预测的像素框，通过遍历输入图像上所有可能的像素框，然后选出正确的目标框，并对位置和大小进行调整就可以完成目标检测任务。

对于yolo锚框的建设须基于实际的考量，不可能按照图片输入448x448的规模去设置锚框（那个数量级太大了），所以yolo的锚框原则是先通过对输入图片进行下采样得到SxS的特征图，设置n个尺寸的先验框，这样得到的总先验锚框数就是SxSxn个

最后，再根据IOU（并交比，详见：YOLO拓展-NMS算法-CSDN博客）选出目标框

1.2相关参数大小

尺度：描述基准锚框的大小信息。若尺度为x，那么基准锚框由原图的宽和高分别都缩小x倍所得。 ​ 宽高比：生成锚框的形状信息，即最终生成锚框的宽和长的比。在改变宽高比时，应维持最终生成的锚框和基准锚框的面积恒定。

1.3 yolov2的改进

根据上述公式yolov2进行了一点改变：预测边界框中心点相对于该网格左上角坐标（ C x , C y ）的相对偏移量，将bounding box的中心点约束在当前网格中.

再把每个锚框都放入20个类别的特征，就可以实现多物体识别。