目标检测模型回归anchor偏移量等问题

为什么要学习偏移而不是实际值？

  Anchor已经粗略地“框住了”输入图像中的目标，明显的一个问题是：框的不够准确。因为受限于Anchor的生成方式，Anchor的坐标永远都是固定的那几个。所以，如果我们需要预测相对于Anchor的offset，那么，就可以通过预测的offset调整锚框位置，从而得到更精准的bounding box。

为什么要学习偏移系数而不是偏移量？

  因为w和h都是正数，而网络的最后一层回归输出的时候无法保证正负的，所以最简单的方法就是对预测输出求exp，这样就保证了预测值恒为正，那么反过来，对预测目标就是求log

标签：预测,检测,偏移量,Anchor,偏移,offset,目标,anchor
来源： https://blog.csdn.net/weixin_45074568/article/details/123094109