weixin_43415275的博客

具体来说，如果像标准K-means算法中一样，使用欧氏距离的话，大的锚框会比小的锚框产生更多的误差，因此，希望关于距离的度量与框的大小无关，所以采用交并比替换欧氏距离，距离度量公式改为d(box, centroid) = 1 - IOU(box, centroid)需要解决的第二个问题：模型的不稳定。这样做的原理是因为虽然目标检测的数据集规模相对较小，但其实已经能够覆盖大多数物体的形状，例如：猫科动物中，狮子、老虎、豹子等体型类似，检测模型能够检测出这些物体所在的位置，缺乏的只是进一步分类的能力。