介绍

如上图，每个像素点有5个 anchors box（橙色框），红色框是真实框，输出的格式如下：

(tx,ty,tw,th,c,分类) * 5

• tx、ty：相当于真实框 中心点 坐标的偏移量，下面有计算公式
• tw、th：相当于真实框 中心点 宽高的偏移量
• c： confidence，anchors box 与 真实框 重合率。iou算法
• 分类：onehot编码，也就是说20个分类（voc2007有20个分类），就有20个0或1组成
• 5：有5个anchors box，所以要乘5

优点

每一个anchors box都能预测一个类别

例子

假设有20个分类，那么维度是：

(25,30,35,50,0.8,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)*5

即：

(4+1+20)*5=125

计算方法（YOLOv2）

预测边界框 中心点 相对于对应 grid cell 左上角位置的相对 偏移值，为了将边界框中心点约束在当前cell中，使用sigmoid函数处理偏移值，这样预测的偏移值在(0,1)范围内。

关于 sigmoid函数 参见：
https://www.malaoshi.top/show_1EF4IWSucFTE.html

默认YOLOv2，最终得到的特征图大小为 13x13，所以grid cell是13x13个格子，cell宽、高是1：

假设 cell的左上角坐标(cx,cy)，预测边界框的4个偏移值 tx,ty,tw,th，anchor box 的宽高pw,ph，实际边界框为：bx,by,bw,bh（要预测的值），如下图：

计算公式为：

注意：

• a()是sigmoid激活函数，结果在0 ~ 1之间
• 计算的是中心点坐标

由于sigmoid函数的处理，边界框的中心位置会约束在当前cell内部，防止偏移过多。