目录
参考：https://zhuanlan.zhihu.com/p/86403390?utm_id=0
1. Anchor
我第一次接触Anchor（中文叫做锚）的时候，比较懵逼的，什么是锚这个问题让思考了好久，这也是阻碍大家学习FasterRCNN最大的绊脚石
索性我们就先把anchor理解为一个个按照固定比例（长宽、大小）预定义的框
lib/nets/vgg16.py
def _anchor_component(self): #获得锚的数量和位置
with tf.variable_scope('ANCHOR_' + 'default'):
# just to get the shape right 只是为了让形状正确
height = tf.to_int32(tf.ceil(self._im_info[0, 0] / np.float32(self._feat_stride[0]))) #高度为图片高/16,，就是特征图的高，tf.ceil向上取整
width = tf.to_int32(tf.ceil(self._im_info[0, 1] / np.float32(self._feat_stride[0]))) #宽度为图片宽/16，为特征图的宽
anchors, anchor_length = tf.py_func(generate_anchors_pre,
[height, width,
self._feat_stride, self._anchor_scales, self._anchor_ratios],
[tf.float32, tf.int32], name="generate_anchors") #构建生成锚的py函数，这个锚有9*（50*38）个，anchor_length是锚的个数
anchors.set_shape([None, 4]) #锚定义为4列
anchor_length.set_shape([]) #行向量，length为锚的个数
self._anchors = anchors
self._anchor_length = anchor_length #length为特征图面积*9
接着，这里就该生成anchor了，这里通过一个函数generate_anchors_pre来生成的，我们进入函数中。
def generate_anchors_pre(height, width, feat_stride, anchor_scales=(8, 16, 32), anchor_ratios=(0.5, 1, 2)):
""" A wrapper function to generate anchors given different scales
Also return the number of anchors in variable 'length' 给定不同比例生成锚点的包装函数也返回可变“长度”的锚点数量
"""
anchors = generate_anchors(ratios=np.array(anchor_ratios), scales=np.array(anchor_scales))
A = anchors.shape[0] #anchor的数量，为9
shift_x = np.arange(0, width) * feat_stride #将特征图的宽度进行16倍延伸至原图，以width=4为例子，则shfit_x=[0,16,32,48]
shift_y = np.arange(0, height) * feat_stride #将特征图的高度进行16倍衍生至原图
shift_x, shift_y = np.meshgrid(shift_x, shift_y) #生成原图的网格点
shifts = np.vstack((shift_x.ravel(), shift_y.ravel(), shift_x.ravel(), shift_y.ravel())).transpose() #若width=50，height=38，生成（50*38）*4的数组
#如 [[0,0,0,0],[16,0,16,0],[32,0,32,0].......]，shift中的前两个坐标和后两个一样（保持右下和左上的坐标一样），是从左到右，从上到下的坐标点（映射到原图）
K = shifts.shape[0] #k=50*38
# width changes faster, so here it is H, W, C
anchors = anchors.reshape((1, A, 4)) + shifts.reshape((1, K, 4)).transpose((1, 0, 2)) #列数相同的list相加就是简单的添加，而数组不一样，1*9*4和（50*38）*1*4进行相加，生成了（50*38）*9*4的数组
#其实意思就是右下角坐标和左上角的左边都加上同一个变换坐标
anchors = anchors.reshape((K * A, 4)).astype(np.float32, copy=False) #三维变两维，（50*38*9，4），此处就是将特征层的anchor坐标转到原图上的区域
length = np.int32(anchors.shape[0]) #length=50*38*9
return anchors, length
anchors = generate_anchors(ratios=np.array(anchor_ratios),scales=np.array(anchor_scales))
进入函数generate_anchors中，发现其实生成就是一个数组，这个数组是
# array([[ -83., -39., 100., 56.],
# [-175., -87., 192., 104.],
# [-359., -183., 376., 200.],
# [ -55., -55., 72., 72.],
# [-119., -119., 136., 136.],
# [-247., -247., 264., 264.],
# [ -35., -79., 52., 96.],
# [ -79., -167., 96., 184.],
# [-167., -343., 184., 360.]])
def generate_anchors(base_size=16, ratios=[0.5, 1, 2],
scales=2 ** np.arange(3, 6)):
"""
Generate anchor (reference) windows by enumerating aspect ratios X
scales wrt a reference (0, 0, 15, 15) window. 通过枚举参考(0，0，15，15)窗口的长宽比来生成锚(参考)窗口。
"""
base_anchor = np.array([1, 1, base_size, base_size]) - 1 #生成一个base_anchor = [0, 0, 15, 15]，其中(0, 0)是anchor左上点的坐标
# (15, 15)是anchor右下点的坐标，那么这个anchor的中心点的坐标是(7.5, 7.5)
ratio_anchors = _ratio_enum(base_anchor, ratios)#然后产生ratio_anchors，就是将base_anchor和ratios[0.5, 1, 2],ratio_anchors生成三个anchors
# 传入到_ratio_enum()函数，ratios代表的是三种宽高比。
anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales) #在刚刚3个anchor基础上继续生成anchor
for i in range(ratio_anchors.shape[0])])
return anchors
我们发现这个数组中的每行数据（如第一行：[ -83., -39., 100., 56.] )，它们的中心位置都为（7.5，7.5），即（0，0，15，15）的中心
通过代码也可以得知，这9个基础框的生成也是以（0，0，15，15）为基础的，代码中base_anchor就是（0，0，15，15）
3种anchor ratio和3种anchor scale生成的9个数组
一张图片通过特征提取网路VGG16后，长宽比都缩小了16倍得到了特征图。比如原先的800600的原图通过VGG16后得到了5038的特征图
我们就假设，特征图上的每一个点（大小为11），和原图1616区域对应
就是特征图上的每个点（大小为11）负责由原图对应区域(大小为1616）中心生成的9个anchor的训练和学习，（负责这一词，在YOLO中用得很多）
特征图的红框向右或向下滑动的时候，其对应的原图中的红框自然向右或向下移动
FasterRCNN共产生50x38x9=17100个anchor，基本覆盖了全图各个区域
在特征图中向右移动了一个小方格，则其在原图中对应的区域也向右移动了16个方格。但是anchor的大小和比例不变
#这个函数的意思大概就是将特征图上的锚返回到原图上
def generate_anchors_pre(height, width, feat_stride, anchor_scales=(8, 16, 32), anchor_ratios=(0.5, 1, 2)):
""" A wrapper function to generate anchors given different scales
Also return the number of anchors in variable 'length' 给定不同比例生成锚点的包装函数也返回可变“长度”的锚点数量
"""
anchors = generate_anchors(ratios=np.array(anchor_ratios), scales=np.array(anchor_scales))
A = anchors.shape[0] #anchor的数量，为9
shift_x = np.arange(0, width) * feat_stride #将特征图的宽度进行16倍延伸至原图，以width=4为例子，则shfit_x=[0,16,32,48]
shift_y = np.arange(0, height) * feat_stride #将特征图的高度进行16倍衍生至原图
shift_x, shift_y = np.meshgrid(shift_x, shift_y) #生成原图的网格点
shifts = np.vstack((shift_x.ravel(), shift_y.ravel(), shift_x.ravel(), shift_y.ravel())).transpose() #若width=50，height=38，生成（50*38）*4的数组
#如 [[0,0,0,0],[16,0,16,0],[32,0,32,0].......]，shift中的前两个坐标和后两个一样（保持右下和左上的坐标一样），是从左到右，从上到下的坐标点（映射到原图）
K = shifts.shape[0] #k=50*38
# width changes faster, so here it is H, W, C
anchors = anchors.reshape((1, A, 4)) + shifts.reshape((1, K, 4)).transpose((1, 0, 2)) #列数相同的list相加就是简单的添加，而数组不一样，1*9*4和（50*38）*1*4进行相加，生成了（50*38）*9*4的数组
#其实意思就是右下角坐标和左上角的左边都加上同一个变换坐标
anchors = anchors.reshape((K * A, 4)).astype(np.float32, copy=False) #三维变两维，（50*38*9，4），此处就是将特征层的anchor坐标转到原图上的区域
length = np.int32(anchors.shape[0]) #length=50*38*9
return anchors, length
shifts就是对（shift_x, shift_y）进行组合，其中shift_x是对x坐标进行移动，shift_y是对y坐标进行移动，综合起来就是将基础的中心为（7.5，7.5）的9个anchor平移到全图上
上述代码就是完成了9个base anchor 的移动，输出结果就是50389个anchor
那么到此，所有的anchor都生成了，当然了，所有的anchor也和特征图产生了一一对应的关系了