锚框【Anchor frame】

一类目标检测算法是基于锚框

• 提出多个被称为锚框的区域（边缘框）
• 预测每个锚框是否含有关注的物体
• 如果是，预测从这个锚框到真实边缘框的偏移

IoU-交并比
IoU用来计算两个框之间的相似度

• 0表示无重叠，1表示重合

赋予锚框标号

• 每个锚框是一个训练样本
• 将每个锚框，要么标注为背景，要么关联上一个真实边缘框
• 我们可能会生成大量的锚框【这个导致大量的负类样本】

使用非极大值抑制【NMS】输出
每个锚框预测一个边缘框
NMS可以合并相似的预测

• 选中是非背景类的最大预测值
• 去掉所有其他和他IoU值大于 某个值 的预测
• 重复上述过程直到所有预测要么被选中，要么被去掉

总结：

• 一类目标检测算法基于锚框来预测
• 首先生成大量锚框，并赋予标号，每个锚框作为一个样本进行训练
• 在预测时，使用NMS来去掉冗余的预测。