我正在从Tensorflow / Keras中从头开始实现Vanilla Yolo v2检测器。本文没有详细介绍如何使用这些盒子。我首先尝试将每个对象直接分配给该网格单元中具有最高IoU的预测，并且仅使用先前的框（也称为锚框）来修改预测的宽度和高度，如下所示：
offset_boxes[:, :, :, :, 2:4] = np.exp(t[:, :, :, :, 2:4]) * bbox_priors[:, 2:4]
但是，在查看了一些实现之后，我发现每个对象首先以最相似的框形状映射到边界框（计算类似IoU的度量标准，其中不考虑对象位置，仅考虑宽度和高度）。然后，在每个预测框与该先前框的分配对象之间计算IoU。这是实现包围盒先验的正确方法吗？