吴恩达神经网络和深度学习-学习笔记-44-anchor box

到目前为止（笔记）对象检测每个格子只能检测出一个对象。
如果想让一个格子检测出多个对象，就要使用anchor box这个概念。

简介

注意行人的中点和汽车的中点，都落入到同一个格子中。

anchor box的思路是：

• 预先定义两个不同形状的anchor box。
  
  对应的y也发生变化：
  
  

总结一下：

previously：
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。
所以输出y就是3×3×8。

anchor box：
现在每个对象都和之前一样分配到同一个格子中，但是它还分配到一个格子和一个和对象形状交并比最高的anchor box。
所以这里有两个anchor box，你就取这个对象，看看如果你的对象形状是这样的，你就看看哪一个anchor box和实际边界框的交并比更高。
不管选的是哪一个，这个对象不只分配到一个格子，而是分配到一对 (格子,anchor box) 对。
所以现在输出y就是3×3×16。

看一个具体的例子：

我们定义两个anchor box：

对应的y（有人有车的格子）：

算法的缺陷：

1. 对象数多于anchor box数
2. 对象anchor box形状也一样

希望这种情况不会发生，但如果真的发生了，算法并没有很好的处理办法。对于这种情况，我们就引入一些打破僵局的默认手段。

==我们建立anchor box这个概念，是为了处理两个对象出现在同一个格子的情况。但实践中这种情况很少发生，特别是如果你用的是19×19网格而不是3×3的网格（两个对象中点处于361个格子中同一个格子的概率很低）。确实会出现，但出现频率不高。
也许设立anchor box的好处在于，anchor box能让你的学习算法能够更有针对性（特别是如果你的数据集有一些行人的很高很瘦的对象，还有像汽车这样很宽的对象），这样你的算法就能更有针对性的处理。

怎么选择anchor box

人们一般手工指定anchor box形状。
你可以选择5个到10个anchor box形状 ，覆盖到多种不同的形状，可以涵盖你想要检测的对象的各种形状