Anchor box原理解释：
(1) Anchor box其实就是从训练集的所有ground truth 中通过统计聚类的方法(k-mean）得到常用的尺寸大小。比如，在某个训练集中最常出现的ground truth box形状有扁长的、瘦高的和宽高相接近的正方形这三种形状。我们可以预先将这些统计上的先验（人的观察）经验加入到模型中，这样模型在学习的时候，缩小了确定bounding box的范围，有助于加速了模型的收敛速度。以前面提到的训练数据集中的ground truth box最常出现的三个形状为例，当模型在训练的时候我们可以告诉它，你要在grid cell 附近找出的对象的形状要么是横的扁长的、要么是瘦高的、要么是宽高相接近的正方形，这样模型就不会考虑其他的形状了。Anchor box其实就是对预测的对象范围进行约束，并加入了尺寸先验经验，从而加速了模型的收敛速度。
(2) YOLO作者的办法是使用k-means算法在训练集中所有样本的ground truth box中聚类出具有代表性形状的宽和高，作者将这种方法称作维度聚类（dimension cluster）。细心的读者可能会提出这个问题：到底找出几个anchor box算是最佳的具有代表性的形状。YOLO作者方法是做实验，聚类出多个数量不同anchor box组，分别应用到模型中，最终找出最优的在模型的复杂度和高召回率(high recall)之间折中的那组anchor box。作者在COCO数据集中使用了9个anchor box。
（3） 那么有了量化的anchor box后，怎么在实际的模型中加入anchor box的先验经验呢？我们在前面中简单提到过最终负责预测grid cell中对象的box的最小单元是bounding box,那我们可以让一个grid cell输出（预测）多个bounding box，然后每个bounding box负责预测不同的形状不就行了？比如前面例子中的3个不同形状的anchor box，我们的一个grid cell会输出3个参数相同的bounding box，第一个bounding box负责预测的形状与anchor box 1类似的box，其他两个bounding box依次类推。作者在YOLOv3中取消了v2之前每个grid cell只负责预测一个对象的限制，也就是说grid cell中的三个bounding box都可以预测对象，当然他们应该对应不同的ground truth。那么如何在训练中确定哪个bounding box负责某个ground truth呢？方法是求出每个grid cell中每个anchor box与ground truth box的IOU(交并比)，IOU最大的anchor box对应的bounding box就负责预测该ground truth，也就是对应的对象。
（4）我们如何在真正在训练中使用anchor box呢？那就是我们怎么告诉模型第一个bounding box负责预测的形状与anchor box 1类似，第二个bounding box负责预测的形状与anchor box 2类似？YOLO的做法是不让bounding box直接预测实际box的宽和高(w,h)，而是将预测的宽和高分别与anchor box的宽和高绑定，这样不管一开始bounding box输出的(w,h)是怎样的，经过转化后都是与anchor box的宽和高相关，这样经过很多次惩罚训练后，每个bounding box就知道自己该负责怎样形状的box预测了。（如下图1关系所示）
Anchor box公式解释：
参考文献：
https://www.jianshu.com/p/86b8208f634f
https://blog.csdn.net/qq_34199326/article/details/84109828
