anchor在計算機視覺中稱為描點或者描框，在目標檢測中，作為描框anchor box應用於各個目標檢測的網路模型中，也稱為先驗框。
來歷，及應用場景：
anchor最新在faster rcnn被提出及應用，後被yolov2借鑑，及應用與yolo之後的各個版本。之後的各個目標檢測框架都基本採用anchor box進行目標檢測。
那麼就要說到，為什麼要提出anchorbox。那就要追根到之前的目標框的選擇方式。
在fast rcnn中，要提取2000個候選框，通過selective search和edgeboxes等方法，然後對這個2000個候選框再進行判斷及nms等操作，最後篩選出最終的方框。然而，這部分工作存在時間瓶頸，而且每個特徵都可能被重複多次計算，於是faster rcnn採用rpn網路，引入anchor box，通過網路去獲取候選框，從而大大減少了時間開銷。anchorbox的原理是基於sppnet，每個特徵點都可以對映到原的相對應的畫素點。
而對於yolo系列，原本是通過直接**座標從而得出候選框，再faster rcnn採用anchor box之後，yolov2發現使用anchor box可以簡化問題，從而使網路模型更容易學習，於是，yolo也從此應用上了anchorbox
關於anchor box的相關問題
1.faster rcnn及yolo中，anchorbox到真實框的轉換公式
很多人都了解faster rcnn及yolo，也都知道他們都使用了anchor box，然而，卻不知道他們的anchor box的區別。
（1）.faster rcnn:
gx = aw * dx + ax
gy = ah * dy + ay
gw = aw * exp(dw)
gh = ah * exp(dh)
其中g代表的是真實框，a代表的是先驗框anchorbox，d代表的是**的輸出值
其中ax，ay為anchorbox的中心點座標，aw，ah為anchorbox在對應原圖的相對寬高。
（2）.yolo：
bx = sigmoid(tx) + cx
by = sigmoid(ty) + cy
bw = pw * exp(tw)
bh = ph * exp(th)
其中b代表的是真實框，而cx，cy是grid cell在feature map中的左上角座標，而pw，ph同faster rcnn一致，都為相對原圖的box寬高。
值得注意的是，faster rcnn和yolo在求中心點座標的時候存在差異，因為ax，ay對應的是anchorbox的中心點座標，所以要通過求偏移量aw*dw來對中心點進行校正，因為存在向左或向右偏移，所以偏移量存在正負。而yolo中cx，cy為左上角座標，所以實際中心點座標相對於grid左上角座標，只存在向下及向右偏移，所以採用了sigmoid，將偏移量限定在0-1之間。
2.為什麼faster rcnn的中心點座標偏移量採用aw*dw?
為什麼要乘以anchorbox的aw，而不直接**出偏移量呢？乙個合理的解釋如下：
對於兩個不同尺度的同個物體，cnn提取的特徵y是一致的，假設求邊框回歸的函式對映為f，即f(y)是一致的，這代表了求出來的中心點座標的偏移量也一致，但從上圖可知，大尺寸的座標偏移量會偏大點，所以，要乘以anchorbox的寬高，進行規格化處理。
3.為什麼求寬高時要採用exp函式
其原因有如下兩點
（1）.因為寬高都為正數，所以要限制為大於0，所以採用exp函式
（2）.因為將尺度縮放至對數空間，可以減小訓練過程中不穩定的梯度變化。
4.訓練過程中，ground truth要與哪個anchor box進行配對。
每個grid cell存在多個anchors box，那麼要與哪個anchor box進行配對呢。在yolo訓練過程中，會通過groud truth的中心點座標將其分配到某個grid cell中，再與當前的grid cell中anchor box進行一一配對，選取iou最大的作為最終配對，正樣本，而剩下的anchor box不進行配對。而現在其他模型，為了提高召回率及平衡正負樣本的比例分布，往往取iou大於某個閾值，比如0.5的均做為正樣本，而在某個範圍內，比如0.4-0.5之間的，作為中立樣本，而低於某個閾值的，比如0.4的，作為負樣本，然後，負樣本會以loss進行倒敘排序，取出前正樣本數*3的負樣本數進行訓練。
5.anchor box的尺寸設定
在大多數目標檢測網路，如faster rcnn，在選取anchor box的尺寸上為人工設定，而對於yolo系列，從yolov2版本使用anchor box開始，便是使用k-mean聚類，通過訓練集，從資料集中獲取anchor box。
6.anchor box的生成
有兩種生成方法：
第一種，有兩個引數，第乙個是scales = [128,256,512]，第二個是ratios = [0.5,1,2].
scales代表的是anchor box在輸入的box大小，即面積為scales^2的box。
ratios代表在面積恆定的條件下，對寬高進行縮放，使寬高比例為ratios的box。
第二種，有三個引數，第乙個是base_size = 16，第二個是anchor_scales = [8,16,32]，第三個事anchor_ratios = [0.5,1,2]
base_size代表的是特徵層乙個畫素點對應輸入原的大小，因為縮小了16倍，所以特徵輸出層的乙個畫素點的感受野為原的16*16。
anchor_scales是將base_size*anchor_scales 即得到最終的anchor box的大小，即16*[8,16,32] = [128,256,512]
anchor_ratios與第一種方法的含義相同。
值得注意的是，我們提到的anchor box的大小，都是指對應在原輸入的大小，而非輸出特徵層。
scale的邊框大小也是指原輸入的大小，而非輸出特徵層。
目標檢測之Selective Search原理簡述
目標檢測物體的候選框是如何產生的？如今深度學習火熱的今天，rcnn spp net fast rcnn等文章都會談及bounding boxes 候選邊界框 的生成與篩選策略。那麼候選框是如何產生，又是如何進行篩選的呢？其實物體候選框獲取當前主要使用影象分割與區域生長技術。區域生長 合併 主要由於檢...
目標檢測之SSD
ssd single shot multibox detector 翻譯 詳解 圖1 圖2 演算法步驟 1 輸入一幅 300x300 將其輸入到預訓練好的分類網路中來獲得不同大小的特徵對映，修改了傳統的vgg16網路 2 抽取conv4 3 conv7 conv8 2 conv9 2 conv10 ...
目標檢測之 IoU
iou 作為目標檢測演算法效能 map 計算的乙個非常重要的函式 但縱觀 iou 計算的介紹知識，都是直接給出 給出計算方法，沒有人徹底地分析過其中的邏輯，故本人書寫該篇部落格來介紹下其中的邏輯。iou 的全稱為交並比 intersection over union 通過這個名稱我們大概可以猜到 i...