【代码解读】yolov3anchor匹配代码理解

yolov3项目完整的代码_tensorflow版本YunYang1994

关于损失函数的理解可以先参考：这篇博客

但是一直有一种没有搞懂一个问题，yolov3输出三个分支13；26；52；每一个分支都会有自己格式的格子，那么到底哪个anchor负责哪个目标呢？也就是哪个分支网格anchor负责去检测哪个目标？

根据代码我的理解是：假设一个图中有一个目标（比较容易理解），这个被分割成三种格子的形式，分割成$13\ast 13$；$26\ast 26$；$52\ast 52$。

• 这个目标中心坐标下采样8倍，（416/8=52），会落在 $52\ast 52$ 这个分支的所有格子中的某一个格子，落在的格子会产生3个anchor，3个anchor和目标（已经下采样8倍的目标框）分别计算iou，得到三个iou，凡是iou大于阈值0.3的，就记为正样本，就会将label[0]中这个iou大于0.3的anchor的相应位置 赋上真实框的值。

• 这个目标中心坐标下采样16倍，（416/16=26），会落在 $26\ast 26$ 这个分支的所有格子中的某一个格子，落在的格子会产生3个anchor，3个anchor和目标（已经下采样16倍的目标框）分别计算iou，得到三个iou，凡是iou大于阈值0.3的，就记为正样本，就会将label[1]中这个iou大于0.3的anchor的相应位置 赋上真实框的值。

• 这个目标中心坐标下采样32倍，（416/32=13），会落在 $13\ast 13$ 这个分支的所有格子中的某一个格子，落在的格子会产生3个anchor，3个anchor和目标（已经下采样32倍的目标框）分别计算iou，得到三个iou，凡是iou大于阈值0.3的，就记为正样本，就会将label[2]中这个iou大于0.3的anchor的相应位置 赋上真实框的值。

• 如果目标所有的anchor，9个anchor，iou全部小于阈值0.3，那么选择9个anchor中和下采样后的目标框iou最大的，作为正样本，将目标真实值赋值给相应的anchor的位置。

总的来说！！！
就是将目标先进行三种下采样，分别和目标落在的网格产生的 9个anchor分别计算iou，大于阈值0.3的记为正样本。如果9个iou全部小于0.3，那么和目标iou最大的记为正样本。对于正样本，我们在label上 相对应的anchor位置上，赋上真实目标的值。

代码简单理解：

for bbox in bboxes:
一张图上可能有多个目标，这个循环表示一个目标一个目标处理：

	bbox传来的是xmin,ymin,xmax,ymax(416*416),先转变为bbox_xywh:x,y,w,h
	将416图上的目标，进行三种(8,16,32)下采样得到：bbox_xywh_scaled
	
		for i in range(3):三种下采样，一种一种处理
			i=0:52*52：找到目标中心下采样以后，落在哪个格子上，
			这个格子有3个anchor，计算3个anchor和下采样以后的目标框的iou记为iou_scale。
			iou_scale大于阈值0.3的记为正样本，将label[0]中正样本对应的anchor位置赋值真实目标的坐标bbox_xywh。
			并将iou