目标检测anchor

anchor的概念最早是在Faster R-CNN中提出来的。我们都知道两阶段检测网络中第一个重要的步骤就是生成Proposals（候选区域），Faster R-CNN首次使用卷积网络来进行proposals的获取，这个网络称之为Region Proposal Networks（RPN）。
当我们通过基础网络（Resnet，VGG等）获得feature map后，在上面进行卷积操作（如33），每个卷积位置会生成k个anchor boxes。在33卷积之后再进行两个并行的1*1卷积，每个卷积位置得到2k个分数（受否包含目标）和4k个坐标位置，通过预设的anchor和我们得到的坐标即可计算出proposals的位置。
通过上面的描述可以看到，anchor的作用就是参考框，事先预设好尺寸和横纵比，通过网络计算出坐标的偏移量即可得到候选区域。 [32,64,128,256,512] [0.5,1.0,2.0]。按上述设置尺寸和横纵比，每个滑动窗口位置会得到12个anchor boxes。