YOLO源码详解（五）- YOLO中的7*7个grid和RPN中的9个anchors

本系列作者：木凌
时间：2016年12月。
文章连接：http://blog.csdn.net/u014540717
QQ交流群：554590241

---

一直不知道7×7的网格到底是干什么的，不就是结果预测7×7×2个框吗，这跟把原图分成7×7有什么关系？不分成7×7就不能预测7×7×2个框吗？

之前跟一个朋友讨论，他说7×7的网格是作为回归框的初始位置，我后来的很长一段时间一直这么认为，后来想想不对啊，bbox的初始位置不是根据各层的权重得到的吗？各层权重是随机初始化的，7×7的grid怎么能作为bbox的初始位置？我脑子被驴踢了么，竟然一直这么认为。

看了源码之后又看了faster-rcnn的论文中关于rpn的介绍，又看了rpn的代码，然后豁然开朗，我们来分析一下

一、YOLO

首先你应该看完YOLO源码详解（三）- 前向传播（forward），之后问题就简单了，只有一句话：grid和anchor的唯一作用就是为了计算IOU，从而来确定正负样本。在YOLO中，计算完IOU后确定loss function中的 1o