目标检测-Anchor-based和Anchor-free笔记

1.Anchor-based

一般说的anchor指的是只有宽高的信息。

anchor的宽高是一个先验信息：根据经验或者聚类计算数据集的真实框的宽高

yolov5的下采样的特征图输出有三个：

红色线的是在自己feature map尺寸下的宽高信息

feature map的每一个像素都会生成该尺度下的三个不同尺寸的anchor，那就是一共有：

（80*80+40*40+20*20）*3 = 25200个预测框

yolov5输出的是bbox的中心点坐标偏移量和bbox的宽高因子

为什么based？

1.1.预测框的中心点坐标，都是基于feature map中像素的左上角点的坐标计算得到

1.2.预测框的宽高，是基于anchor的宽高计算得到（宽高因子）

2.anchor free

anchor point：是feature map中的每个像素点的坐标（亚像素）-->不是真的像素，比如20*20的特征图一个1*1的格子就是一个像素，但这个各自内部有点，是亚像素

如果还是80*40*20的三个特征图，预测框的数量是：

80*80+40*40+20+20=8400，例如yolov8，相较于yolov5少了2/3的预测框

下面都已yolov8为例子：

网路输出形式

上述来源于番外 ｜ anchor-based 与 anchor-free 、anchor 与 anchor-point、grid cell_哔哩哔哩_bilibili
我感觉Mi姐讲的很细，很好，十分推荐学习代码的小伙伴