为什么YOLOv3计算调整anchor boxes的偏移值，而不是直接输出bounding box的维度？
Why YOLOv3 calculate the offset values for adjusting the anchor boxes, not directly output the dimension of the bounding box?
我正在尝试了解 YOLOv3 的工作原理。还有这件事让我很困惑：YOLO可以确定bounding box（坐标和尺寸），但为什么不直接输出这些值，而是用它们来调整anchor boxes？
大多数对象检测算法计算边界框与固定锚点相比的偏移量（x、y、宽度、高度）。
通常生成锚点以遵循固定网格：为网格上的每个位置创建一组不同纵横比和不同区域的锚点。
对于学习算法来说，输出相对于固定锚点的偏移量可以从中推导出整体坐标，而不是试图直接找到整体坐标，因为它是局部和位置不变的特征，要容易得多。
意思是如果图片的左上角有一只狗，其边界框居中不准，则要求算法输出偏移量，就好像狗在图片的右下角，这使得它能够稳健地移动并且不需要它学习图像中对象的全局位置。
我正在尝试了解 YOLOv3 的工作原理。还有这件事让我很困惑：YOLO可以确定bounding box（坐标和尺寸），但为什么不直接输出这些值，而是用它们来调整anchor boxes？
大多数对象检测算法计算边界框与固定锚点相比的偏移量（x、y、宽度、高度）。
通常生成锚点以遵循固定网格：为网格上的每个位置创建一组不同纵横比和不同区域的锚点。
对于学习算法来说，输出相对于固定锚点的偏移量可以从中推导出整体坐标，而不是试图直接找到整体坐标，因为它是局部和位置不变的特征，要容易得多。
意思是如果图片的左上角有一只狗，其边界框居中不准，则要求算法输出偏移量，就好像狗在图片的右下角，这使得它能够稳健地移动并且不需要它学习图像中对象的全局位置。