计算机视觉 / 系统课时

锚框与目标匹配

锚框与目标匹配

本课解释 YOLOv5 训练时如何确定“哪个预测位置负责哪个真实目标”。你将理解锚框的作用、尺寸匹配规则和邻近网格扩展机制,并能用代码计算目标与候选锚框的匹配结果。

学习目标

  • 理解锚框在宽高先验和多尺度检测中的作用
  • 掌握真实目标与候选锚框的基本匹配规则
  • 识别匹配阈值、尺度分配和边界位置带来的影响

锚框解决什么问题

如果检测头直接从任意初始宽高开始学习,模型需要同时处理尺寸跨度很大的目标。锚框提供了一组常见宽高作为先验,使每个预测分支只需学习相对锚框的调整量,从而降低宽高回归难度。

YOLOv5 通常为每个检测尺度配置多个锚框。小尺寸锚框主要放在高分辨率特征图上,大尺寸锚框主要放在低分辨率特征图上,但真正是否匹配仍由目标宽高与锚框宽高的比例关系决定。

目标如何选择锚框

训练前,真实框宽高会按当前检测层的步长换算到特征图尺度。随后,算法分别比较目标宽高与每个锚框宽高的比例,并同时考虑正向比例和反向比例。

可把单个候选锚框的匹配度写成:

r=max⁡(wtwa,wawt,htha,haht)r=\max\left(\frac{w_t}{w_a},\frac{w_a}{w_t},\frac{h_t}{h_a},\frac{h_a}{h_t}\right)

其中,wtw_t、hth_t 是目标宽高,waw_a、hah_a 是锚框宽高。当 rr 小于设定阈值时,该锚框可作为正样本候选。这个规则关注宽高比例,不依赖目标在图像中的绝对位置。

锚框与真实目标宽高匹配示意

一个真实目标可能同时匹配多个锚框,因此训练时并非只能产生一个正样本。这样可以增加有效监督信号,但也会带来重复预测,推理阶段再通过非极大值抑制进行合并。

网格位置与邻近单元

确定锚框后,还要确定由哪个网格位置负责预测。通常先把目标中心坐标映射到特征图,中心所在的网格单元是基本候选。

当目标中心接近网格边界时,只分配给一个单元可能使学习不稳定。YOLOv5 会按条件把目标扩展到相邻网格,使中心附近的多个预测位置共同学习该目标。扩展方向取决于目标中心相对网格边界的位置,而不是无条件复制到所有相邻单元。

YOLOv5 目标匹配与邻近网格扩展流程

这一机制要求索引始终限制在特征图范围内。目标位于图像边缘时,超出边界的邻近位置必须被丢弃,否则会产生非法网格索引。

用代码模拟尺寸匹配

下面的示例计算一个目标与三组锚框的最大宽高比例,并按阈值判断是否匹配。示例只演示尺寸筛选,不包含网格位置和邻近单元扩展。

python
def match_anchors(target_wh, anchors, threshold=4.0):
    target_w, target_h = target_wh
    matches = []

    for anchor_w, anchor_h in anchors:
        ratio = max(
            target_w / anchor_w,
            anchor_w / target_w,
            target_h / anchor_h,
            anchor_h / target_h,
        )
        matches.append(
            {
                "anchor": (anchor_w, anchor_h),
                "max_ratio": round(ratio, 3),
                "matched": ratio < threshold,
            }
        )

    return matches


if __name__ == "__main__":
    target = (42.0, 30.0)
    candidate_anchors = [(10.0, 13.0), (33.0, 23.0), (116.0, 90.0)]

    for result in match_anchors(target, candidate_anchors):
        print(result)

预期输出

text
{'anchor': (10.0, 13.0), 'max_ratio': 4.2, 'matched': False}
{'anchor': (33.0, 23.0), 'max_ratio': 1.304, 'matched': True}
{'anchor': (116.0, 90.0), 'max_ratio': 3.0, 'matched': True}

阈值越大,允许匹配的锚框越多,正样本数量通常也会增加;阈值过小可能漏掉合适候选,过大则会让尺寸差异明显的锚框参与训练。实际项目应结合数据集目标尺寸分布和训练指标调整,而不是只追求更多匹配。

训练时的完整匹配链路

完整过程可以概括为:先把真实框缩放到各检测层坐标系,再筛选宽高比例合适的锚框,然后计算目标中心所在网格,最后按边界条件扩展到邻近单元并生成训练索引。

匹配结果决定哪些预测参与框回归、目标置信度和类别损失计算。未被分配为正样本的位置通常主要参与背景或目标置信度相关学习,因此匹配策略会直接影响正负样本平衡和收敛效果。

常见误区

锚框匹配不是比较预测框与真实框的 IoU,因为训练初期预测框尚不可靠;这里首先比较的是目标宽高与锚框宽高的比例。锚框也不是最终输出框,它只是解码和训练分配时使用的尺寸先验。

另一个常见误区是认为每个真实目标只能匹配一个检测层或一个锚框。YOLOv5 允许一个目标产生多个正样本,只要相应锚框满足尺寸条件并且网格索引合法。

本课总结

  • 锚框为宽高回归提供先验,目标通过宽高比例规则筛选候选锚框
  • 一个目标可以匹配多个锚框,并在接近网格边界时扩展到邻近单元
  • 匹配阈值会影响正样本数量、训练稳定性和最终检测效果

下一课预告

下一课将继续分析边界框解码过程,说明网络预测的偏移量如何结合网格、锚框和步长还原为图像坐标。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

锚框与目标匹配

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通