YOLO锚箱

Question

当我读到YOLO的论文时，它说它用K-means制作锚盒。然而，当我看到实现这一点的代码时，它似乎修复了锚点的大小，如下所示。我希望你能描述一下它的确切含义，或者指出我对此的误解。

谢谢，并致以问候

[yolo] 
mask = 6,7,8
***anchors = 10,13,  16,30,  33,23,  30,61,  62,45,  59,119,  116,90,  156,198,  373,326***

Answer 1

锚点类似于单元格的默认边界框。它由每个锚点的宽度和高度组成。

anchors = anchor1_width, anchor1_height, anchor2_width, anchor2_height, ..., anchorN_width, anchorN_height

如果您正在训练yolov3 https://github.com/pjreddie/darknet/issues/597#issuecomment-377370922，则可以使用此代码生成自己的锚点

对于yolov2 https://github.com/AlexeyAB/darknet/blob/master/scripts/gen_anchors.py

生成自己的锚点后，在.cfg文件中将默认锚点替换为您的锚点

Answer 2

如其他答案所述，cfg文件中的锚框的值只是初始值，稍后它将被调整到最接近的预测对象。您可以使用K-means生成自己的锚框，如其他答案中所述。

重要的是，初始值将是调整大小的。请参阅AlexeyAB提供的此说明。https://github.com/pjreddie/darknet/issues/568

锚点是初始大小(宽度、高度)，其中一些(最接近对象大小)将调整为对象大小-使用来自神经网络的一些输出(最终特征图)：

darknet/src/yolo_layer.c 6f6e475B.W= exp(xindex + 2*stride) * biases2*n / w；b.h = exp(xindex + 3*stride) * biases2*n+1 / h；x[...] -神经网络的输出

biases[...] -锚点

b.w和b.h结果将在结果图像上显示的有界框的宽度和高度

因此，网络不应预测对象的最终大小，而应仅将最近锚点的大小调整为对象的大小。

在Yolo文件中，v3锚点(宽度、高度)是图像上对象的大小，这些对象的大小调整为网络大小(cfg文件中的width=和height= )。

在Yolo v2锚点(宽，高)-是相对于最终特征地图的对象大小(对于默认的v3文件，比Yolo cfg文件小32倍)。