对yolo与fasterrcnn anchors的理解

yolo:

通过聚类产生5个不同比例的anchors.最后一个特征层的输出（x,y,w,h)与这些不同比列的相乘，将网络层的输出转化为bbox（小尺寸），再通过（H，W）还原成原图大小。一共有5个bbox。最后选出与gt box IOU最大的那个与gt做回归。

 

 

 

 

faster rcnn:

直接在最后网络层输出的那个点上产生9个anchors,选出最大的iou与gtbox 做回归。

转载于:https://www.cnblogs.com/huhuai/p/9357128.html