什么是锚盒?

锚箱是一组具有一定高度和宽度的预定义边界框。这些框的定义是为了捕捉您想要检测的特定对象类的规模和纵横比，通常是根据训练数据集中的对象大小来选择的。在检测期间，预定义的锚框平铺在整个图像上。该网络预测概率和其他属性，如背景、交集过并(IoU)和每个平铺锚框的偏移量。这些预测被用来改进每个单独的锚框。您可以定义几个锚框，每个锚框对应不同的对象大小。锚盒是固定的初始边界盒猜测。

该网络并不直接预测边界框，而是预测对应于平铺锚框的概率和细化。网络为每个定义的锚框返回一组唯一的预测。最后的特征图表示每个类的对象检测。锚框的使用使网络能够检测多个对象、不同规模的对象和重叠的对象。

使用锚盒的优势

当使用锚框时，您可以一次计算所有对象预测。锚框消除了用滑动窗口扫描图像的需要，滑动窗口在每个潜在位置计算单独的预测。使用滑动窗口的检测器的例子是那些基于聚合通道特征(ACF)或梯度直方图(HOG)特征的检测器。使用锚盒的对象检测器可以一次性处理整个图像，使实时对象检测系统成为可能。

由于卷积神经网络(CNN)可以以卷积的方式处理输入图像，输入中的空间位置可以与输出中的空间位置相关。这种卷积对应意味着CNN可以一次提取整个图像的图像特征。然后可以将提取的特征与图像中的位置关联起来。锚框的使用取代了从图像中提取特征的滑动窗口方法，并大大降低了这种方法的成本。使用锚框，您可以设计高效的深度学习对象检测器，以包含基于滑动窗口的对象检测器的所有三个阶段(检测、特征编码和分类)。

锚盒是如何工作的?

锚框的位置是通过将网络输出的位置映射回输入图像来确定的。对于每个网络输出都复制该过程。结果在整个图像中产生一组平铺的锚框。每个锚框代表一个类的特定预测。例如，在下面的图像中，每个位置有两个锚框进行两次预测。

每个锚框都平铺在整个图像上。网络输出的数量等于平铺锚框的数量。该网络对所有输出进行预测。

锚箱的大小

多尺度处理使网络能够检测到不同大小的对象。要实现多尺度检测，必须指定不同大小的锚框，例如64 × 64、128 × 128和256 × 256。指定与训练数据中对象的比例和纵横比密切相关的大小。有关估计大小的示例，请参见根据训练数据估计锚盒．