在 yolov2-tiny.cfg 中，锚定为：-
anchors = 0.57273, 0.677385, 1.87446, 2.06253, 3.33843, 5.47434, 7.88282, 3.52778, 9.77052, 9.16828
这些是什么值？是高度，宽度还是其他？ 有人可以向我解释一下。
答案 0 :(得分：0)
这些数字是宽度和高度。如果将这些数字分组，它将形成宽度和高度的集合，像这样
(0.57273, 0.677385), (1.87446, 2.06253), (3.33843, 5.47434), (7.88282, 3.52778), (9.77052, 9.16828)
如您所见，有5个括号，表示每个网格有 5个不同的锚框。例如，Yolo将输入图像划分为13x13网格，因此每个网格将具有5个通讯锚框。这些值仅仅是初始值或由作者设置的默认值，随后框将被调整大小到最接近的预测对象。因此，网络会将最近的锚框的大小调整为预测对象的大小。
为什么5？对于Yolo V2，它具有5个锚定框，而Yolo V3有9个锚定框，用于更高的IOU。
如何为您的自定义数据集生成锚定框？您必须使用K-Means聚类来生成锚点。例如，使用Alexey的仓库：https://github.com/AlexeyAB/darknet/blob/master/scripts/gen_anchors.py
有关更多详细讨论，请参见github链接：https://github.com/pjreddie/darknet/issues/568
有关锚框和K均值聚类的更多详细信息，请跳至第3节https://medium.com/@vivek.yadav/part-1-generating-anchor-boxes-for-yolo-like-network-for-vehicle-detection-using-kitti-dataset-b2fe033e5807