One-stage目标检测算法流程

由于是从Word文档直接复制过来，其中格式如果乱码或者不通顺，请评论区告知我

参考链接：https://zhuanlan.zhihu.com/p/72409190

一、One-stage目标检测算法流程

输入： VOC数据集的一张图片（20个类别），输入尺寸设置为416×416，（SSD是300×300）
输出：13×13×125特征图（降采样了32倍，416/32=13）
【Attention】一般来说，如果数据集有c类，而模型有k个检测器(k是特征图上每个位置anchor的数量)，那么网格需要有k×（4+1+c）个输出通道。

图一
　　最后得到的13×13特征图可以看成是13×13个单元格，每个单元格都有5个独立的物体检测器（anchor的k=5），每个检测器都预测一个边界框。
　　检测器的位置是固定的，它只能检测中心点落在该单元内的物体（这一限制是为了保证检测器不发生混乱，所以加以约束）。每个检测器产生25个值：
　　 20个值表征类别概率（使用softmax可以获取该检测器中目标所属的类别，也可以使用sigmoid进行多标签分类）
　　 1个值表示置信度（表明该检测器包含目标的可能性，介于0-1之间）
　　 4个值表示边界框坐标
由于每个单元格都有5个检测器，因此共有5×25=125个输出通道。
该模型总是预测固定数量的边界框：13×13个单元乘以5个检测器给出845个预测结果。显然，绝大多数的预测框都是无用信息。 可以通过置信度来忽略掉一些预测框，再使用NMS可以去除重叠框。

为什么要对检测器实施约束？为了让模型更容易学习，将每个检测器分配到图像中的固定位置去学习，每个检测器只负责学习附近的物体，而不会预测较远的问题，是onet-stage目标检测算法的技巧。（如果没有这样的约束，所有检测器都会在整张图中去预测，很容易出现混乱）

二、anchor是什么？有什么作用？

上面的分析可知，网格的划分对检测框的位置进行了约束，那么，是否可以对检测框的形状也进行约束呢？答案是肯定的。这就是anchor的任务。(网格的划分对检测框的位置进行约束，先验框anchor对检测框的形状进行