一.錨框（anchor box）概述

1.1什么是錨框

錨框就是一種進行預測的像素框，通過遍歷輸入圖像上所有可能的像素框，然后選出正確的目標框，并對位置和大小進行調整就可以完成目標檢測任務。

對于yolo錨框的建設須基于實際的考量，不可能按照圖片輸入448x448的規模去設置錨框（那個數量級太大了），所以yolo的錨框原則是先通過對輸入圖片進行下采樣得到SxS的特征圖，設置n個尺寸的先驗框，這樣得到的總先驗錨框數就是SxSxn個

最后，再根據IOU（并交比，詳見：YOLO拓展-NMS算法-CSDN博客）選出目標框

1.2相關參數大小

尺度：描述基準錨框的大小信息。若尺度為x，那么基準錨框由原圖的寬和高分別都縮小x倍所得。 ? 寬高比：生成錨框的形狀信息，即最終生成錨框的寬和長的比。在改變寬高比時，應維持最終生成的錨框和基準錨框的面積恒定。

1.3 yolov2的改進

根據上述公式yolov2進行了一點改變：預測邊界框中心點相對于該網格左上角坐標（ C x , C y ）的相對偏移量，將bounding box的中心點約束在當前網格中.

再把每個錨框都放入20個類別的特征，就可以實現多物體識別。