YOLO吴恩达（0713）

anchor boxs
在一个格子中可以检测多个对象
example：

在上面的图片中，行人和汽车中点在同一个格子中。按照之前的8个向量输出，c1,c2,c3只能有一个为1，即只能判定这个格子中一个类别。那么对于有两个类别和对象的情况，就需要引入anchor boxs。
思路：预先预定两个不同形状的anchor box，把预测结果和这两个anchor box关联起来。一般来说可能用到更多的anchor box，这里只举例两个。定义类别标签时，需要将输出变量重复两次，第一组为anchor box的参数，这里box1的形状和行人的检测框相似，那么第一组的8个数据就为行人的标签数据。第二组的8个数据为汽车的标签数据

总结：
原本：对于训练集图像中的每个对象，都根据那个对象中点位置，分配到对应的格子中，输出为3*3*8.
anchor boxs 算法：每个对象都和之前一样分配到同一格子中，分配到对象中点所在的格子中，但是它还被分配到一个和对象形状交并比最高的anchor box中。主要是一个对象不是分配给了一个格子中，而是一对格子中，所以这时候输出y就是3*3*16.anchor box的数量和y的维度大小是由对象类别决定的。

具体例子：对于上面的例子，如果在一个格子中有行人和汽车，那么$Y=\left[\begin{array}{l}1\\ b_x\\ b_y\\ b_h\\ b_w\\ 1\\ 0\\ 0\\ 1\\ b_x\\ b_y\\ b_h\\ b_w\\ 0\\ 1\\ 0\end{array}\right]$，如果在一个格子中只有汽车，那么$Y=\left[\begin{array}{l}0\\ x\\ x\\ x\\ x\\ x\\ x\\ x\\ 1\\ b_x\\ b_y\\ b_h\\ b_w\\ 0\\ 1\\ 0\end{array}\right]$，需要注意车的形状和box2的形状相似，所以在标签中在第二组中填入汽车相关数据，对于第一组数据，pc为0，其他数据为don‘t care。
正常情况下，在同一格子中出现两个或两个以上对象的情况较少，尤其是在使用更加细致的网格进行划分的时候。使用anchor boxs 算法的好处在于，它可以让你的算法更具有针对性，特别是在数据集有一些很高很瘦的对象（行人）和很宽的对象（汽车）。这样算法可以更有针对性的处理。部分输出单元就可以针对检测有一类特征的对象。
一般anchor box的形状由人工设定，5到10个形状就可以包含所检测对象的所有形状。但是在后面yolo算法中，一般使用K-means算法，可以将两类形状聚类，选择最具代表性的一组anchor boxs