yolov5手动锚定框计算程序

在yolov5目录下新建程序

import utils.autoanchor as autoAC

# 对数据集重新计算 anchors
new_anchors = autoAC.kmean_anchors('./data/test.yaml', 9, 640, 5.0, 1000, True)
print(new_anchors)

kmean_anchors() 函数中的参数含义：

path：包含数据集文件路径等相关信息的 yaml 文件（比如 coco128.yaml）， 或者 数据集张量（yolov5 自动计算锚定框时就是用的这种方式，先把数据集标签信息读取再处理）
n：锚定框的数量，即有几组；默认值是 9
img_size：图像尺寸。计算数据集样本标签框的宽高比时，是需要缩放到 img_size 大小后再计算的；默认值是 640
thr：数据集中标注框宽高比最大阈值，默认是使用 超参文件 hyp.scratch.yaml 中的 “anchor_t” 参数值；默认值是 4.0；自动计算时，会自动根据你所使用的数据集，来计算合适的阈值。
gen：kmean 聚类算法迭代次数，默认值是 1000
verbose：是否打印输出所有计算结果，默认值是 true

如果在train时，不想程序自动计算锚定框，可以在train.py这样设置：

parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')