终于知道anchor框为啥这样设计了

一、faster_rcnn中，第一阶段的rpn中的overlaps有很多重复数据

可视化overlaps数据的时候，发现里面有很多重复数据，让我百思不得其解，想不明白，gt中的坐标不相同，虽然anchors框的大小不相同，但是anchors坐标不相同，也就是与gt的iou是不相同的，overlaps里面为啥这么多重复数据呢？

二、重复数据来自完全包含框

当gt框比较大，anchors框比较小，完全在gt框之内时，且 overlap 是两个框的交集除以两个框的并集，这种情况下，并集是gt框面积，交集是anchor框面积，三种颜色的anchor框，即灰色、绿色、蓝色，的面积是相同的。

在faster_rcnn中，anchor框的生成参数有，scale = 8， 当feature_map的stride=4时，ratios=[0.5, 1.0, 2.0]，有下面的代码生成需要的参数

h_ratios = torch.sqrt(ratios) # h_ratios: tensor([0.7071, 1.0000, 1.4142]
w_ratios = 1 / h_ratios   # w_ratios: tensor([1.4142, 1.0000, 0.7071]

anchor1_w = 4 x 8 x1 = 32.0000
anchor1_h = 4 x 8 x1 = 32.0000

anchor2_w = 4 x 8 x 0.7071 = 22.6274
anchor2_h = 4 x 8 x 1.4142 = 45.2548

anchor3_w = 4 x 8 x 1.4142 = 45.2548
anchor3_h = 4 x 8 x 0.7071 = 22.6274

然后我们发现， anchor1_w * anchor1_h = anchor2_w * anchor2_h = anchor3_w * anchor3_h

当overlap相同时，anchor框的设计就是要让三种框的面积相同，长宽比分别为1:2, 1:1, 2:1的三种框在同一种情况下都被选中，这样会增加目标检测出来的概率。