完整定義
錨框(Anchor Box)是在目標檢測算法中,特別是在基於區域提議的算法中(如Faster R-CNN)使用的一種技術。它是在圖像上預先定義的一組具有不同大小和長寬比的矩形框。這些錨框作為候選區域,模型會對它們進行分類(判斷是否包含目標)和邊界框回歸(調整錨框的位置和大小,使其更準確地包圍目標)。
白話說明
你有沒有在找車子時,先猜大概在哪個位置,再把框慢慢縮準?
你可以把錨框想成目標檢測模型先準備好的候選框,先拿不同大小和長寬比的框去猜,之後再微調成真正物體的位置。它讓模型不用從零開始找每個物體。
這很重要,因為照片裡的物體大小和形狀差很多,先準備好幾種框,模型比較容易抓到。
記住這句
先丟很多猜測框,再把最像的那個調準。
比喻:錨框就像一組預設好的「魔術方框」-- 在圖片上,它會自動生成各種大小和形狀的框框,讓 AI 可以在這些框裡面找找看,是不是有它想找的物體。
容易混淆
錨框 vs 邊界框偵測
錨框是先準備好的候選框。
邊界框偵測是最後框出物體的位置。
最關鍵的區別:錨框是起點,邊界框是結果。
錨框 vs 物件偵測
物件偵測是整個任務。
錨框只是其中一個常用設計。
最關鍵的區別:一個是大目標,一個是工具。
錨框 vs 非極大值抑制
錨框負責提出候選。
非極大值抑制負責把重複框刪掉。
最關鍵的區別:一個生框,一個去重。
實際案例
行人偵測
走路的人可能很細長,也可能只露出半身,錨框提供不同長寬比的起始框,模型才比較容易抓到。
車輛偵測
遠處小車和近處大車大小差很多,如果只用單一框型,模型很容易漏掉其中一種。
演算法與應用
常見設計
會先依資料集統計物體大小和比例,再設定多種錨框尺寸,接著用 IoU 來決定哪些錨框對應正樣本。
常見場景
兩階段偵測器和某些單階段偵測器都會用到錨框,只是用法不同。
情境判斷
Q1(直覺題): 一張圖裡同時有小車和大卡車,為什麼需要多種錨框?
因為不同大小的物體需要不同起始框,單一尺寸很容易漏掉其中一種。
Q2(判斷題): 只要錨框設得越多越好嗎?
不一定,這要看情況。錨框太多會讓計算變重,也可能讓正負樣本比例更難調。
常見問題
通常會根據資料集裡物體的大小分布和長寬比來調。
IoU 常用來判斷錨框和真實框是不是夠接近,進而分配標籤。
可以,有些新方法會直接預測物體位置,不靠錨框。
不一定,它只是常見做法之一,效果還是要看任務和模型設計。
相關術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本