本文共 404 字，大约阅读时间需要 1 分钟。

tx、ty：预测的坐标偏移值，经过sigmoid变换。

Cx、Cy：在本图是1，这样经过计算后，就得到了预测bbox的中心点坐标。

tw、th：尺度缩放。

bx、by：预测出的bbox的中心点坐标。通过计算得出。

bw、bh：预测出的bbox的宽和长。通过计算得出。

Pw、Ph：anchor box经过缩小之后，映射到feature中的宽和高。

1、yolov3中每个grid cell在feature map中的宽和高均为1。

2、Cx、Cy在feature map中是grid cell的左上角坐标，本图的Cx=1，Cy=1，就是第二行第二列的grid cell的左上角坐标。

3、Pw、Ph是anchor box经过缩小之后，映射到feature中的宽和高，是通过原始坐标/stride后得到的，其中stride代表每个像素对应原图的大小。

4、网络学习的是tx、ty、tw、th这四个offset。

转载地址：https://bupt-xbz.blog.csdn.net/article/details/104231371 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！