Anchor box

为什么需要anchor box？

在此之前的一些目标识别方法

1.滑动窗口

       这是比较原始的目标检测方法，给定一个固定尺寸的窗口，根据设定的步伐，一步一步的从左至右、从上至下滑动，把每个窗口输入到卷积神经网络中进行预测和分类，这样做有两个缺点: 1. 由于窗口尺寸固定，因此不适合形变较大的物体  2.窗口较多，运算量大

2.区域建议

 

         这是R-CNN系列中核心的思想，以Faster R-CNN为例，模型中使用了两个神经网络，一个是CNN，一个是RPN(Regional Proposal)，区域建议网络不负责图像的分类，它只负责选取出图像中可能属于数据集其中一类的候选区域。接下来就是把RPN产生的候选区域输入到分类网络中进行最终的分类。

3.anchor box

       anchor box第一次是出现在Faster R-CNN的论文里

 为什么提出anchor box？

主要有两个原因：

       1 .一个窗口只能检测一个目标

       2. 无法解决多尺度问题。

 

       以往的模型一个窗口只能预测一个目标，把窗口输入到分类网络中，最终得到一个预测概率，这个概率偏向哪个类别则把窗口内的目标预测为相应的类别，例如在图中红色框内回归得到的行人概率更大，则认为这个目标为行人。此外，在解决多尺度问题时主要采用一种思想--金字塔，或者是例如DPM模型中经典的特征金字塔。在不同分辨率的特征图下检测不同尺寸的目标。但是这样存在一个问题，就是大大的增加了计算量。

Anchor Boxes的弊端:

 

(缝合怪就是我嘿嘿嘿！)