什么是锚盒？

锚点是一组具有一定高度和宽度的预定义边界框。这些框被定义为捕获要检测到的特定对象类的比例和纵横比，通常是根据培训数据集中的对象大小选择的。在检测过程中，预定义的锚盒在图像上铺有瓷砖。该网络可预测每个瓷砖锚点的概率和其他属性，例如联合（IOU）的背景，相交的交叉点和偏移。这些预测用于完善每个单独的锚点。您可以定义几个锚点，每个锚点都有不同的对象大小。锚点是固定的初始边界盒猜测。

该网络不能直接预测边界框，而是预测与瓷砖锚点相对应的概率和改进。该网络为定义的每个锚点返回一组唯一的预测集。最终功能映射代表每个类的对象检测。锚点的使用使网络能够检测多个对象，不同尺度的对象和重叠对象。

使用锚箱的优势

使用锚点时，您可以一次评估所有对象预测。锚盒消除了使用滑动窗口扫描图像的需求，该滑动窗口在每个潜在位置都计算单独的预测。使用滑动窗口的探测器的示例是基于聚合通道特征（ACF）或梯度（HOG）特征的直方图的示例。使用锚盒的对象检测器可以一次处理整个图像，从而使实时对象检测系统成为可能。

由于卷积神经网络（CNN）可以以卷积方式处理输入图像，因此输入中的空间位置可能与输出中的空间位置有关。该卷积对应关系意味着CNN可以一次提取整个图像的图像特征。然后，提取的功能可以回到该图像中的位置。锚盒的使用替换并大大降低了滑动窗口方法的成本，以从图像中提取功能。使用锚点，您可以设计有效的深度学习对象检测器，以涵盖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）。

锚箱如何工作？

通过将网络输出的位置映射回输入图像来确定锚点的位置。该过程为每个网络输出复制。结果在整个图像上产生了一组平铺锚盒。每个锚点代表一个类的特定预测。例如，在下图中，每个位置都有两个锚点可以做出两个预测。

每个锚点都在图像上铺有瓷砖。网络输出的数量等于瓷砖锚点的数量。该网络对所有输出产生预测。

锚点尺寸

多尺度处理使网络能够检测大小不同的对象。为了实现多尺度检测，您必须指定尺寸不同的锚固箱，例如64 x64、128-by-128和256-by-256。指定大小，这些大小密切表示培训数据中对象的比例和纵横比。有关估计尺寸的示例，请参见从培训数据中估算锚箱。