anchor box（先验框）
anchor （锚; 给以安全感的人(或物); 精神支柱; 顶梁柱;）
为什么
对象检测中存在一个问题就是每个格子只能预测一个对象，如果想让一个格子检测出多个对象，用anchor box
以前的做法
假设我们有这样一张图片，对于这个例子，我们使用3x3的网格，可以观察到，行人和汽车的中心几乎在同一个网格，然而我们以前的方法一个格子只能预测一个对象，而且对于y输出的的向量量𝑦 = [𝑝𝑐 𝑏𝑥 𝑏𝑦 𝑏ℎ 𝑏𝑤 𝑐1 𝑐2 𝑐3 ]，你可以检测这三个类别，行人、汽车和摩托车，它将无法输出检测结果，所以我必须从两个检测结果中选一个，这便影响了模型性能，导致一些对象被丢弃无法检测出来。
anchor box 引入
预先定义两个不同形状的 anchor box，或者 anchor box 形状
一般来说，可能会用更多的 anchor box，可能要 5 个甚至更多，为介绍方便就用两个 anchor box
定义类别标签，用的向量不再是下面这个：
[𝑝𝑐 𝑏𝑥 𝑏𝑦 𝑏ℎ 𝑏𝑤 𝑐1 𝑐2 𝑐3]𝑇
而是输出重复两次：
𝑦 = [𝑝𝑐 𝑏𝑥 𝑏𝑦 𝑏ℎ 𝑏𝑤 𝑐1 𝑐2 𝑐3 𝑝𝑐 𝑏𝑥 𝑏𝑦 𝑏ℎ 𝑏𝑤 𝑐1 𝑐2 𝑐3]𝑇
前一半是box1后一半是box2
行人一般符合anchor box1形状，所以用anchor box1来预测行人会达到很好的效果，这么编码𝑝𝑐 = 1，代表有个行人，用𝑏𝑥,𝑏𝑦,𝑏ℎ和𝑏𝑤来编码包住行人的边界框，然后用𝑐1,𝑐2,𝑐3(𝑐1 = 1,𝑐2 = 0,𝑐3 = 0)来说明这个对象是个行人。
汽车一般是box2，方式同理
文章没说编码完一部分后剩下的怎么处理
总结
所以，总的来说，anchor box是这么来做的，现在每个对象和以前一样根据中心点分配到一个格子中，然后看和每个anchor box的IoU（交并比），选择IoU最高的那个，用这个anchor box来进行预测。输出y的维度是nxnxmxc（n为图片分成nxn份，m为anchor box数量，c为class类别数）
不足
1.两个 anchor box，但在同一个格子中有三个对象，这种情况算法处理不好，你希望这种情况不会发生，但如果真的发生了，这个算法并没有很好的处理办法
2.两个对象都分配到一个格子中，而且它们的 anchor box 形状也一样，也不好办
看文章说其实这两种情况很少出现，特别是如果你用的是 19×19 网格而不是3×3 的网格
怎么选box？
1.一般手工指定anchor box形状，根据要检测的对象，指定有针对性地anchor box，可选择5-10个anchor box，使其尽可能覆盖到不同形状。
2.使用K-means聚类算法获得anchor box。