Tensorflow SSD对象检测中的定位框和偏移

如何计算SSD中对象检测的定位框偏移？据我所知，锚定框是8x8功能图、4x4功能图或输出层中任何其他功能图中的框

那么补偿是什么呢

是指边界框中心与4x4特征地图中特定框中心之间的距离吗

如果我使用4x4特征图作为输出，那么我的输出应为以下尺寸：

(4x4, n_classes + 4)

其中4表示锚箱坐标。 这4个坐标可能类似于：

(xmin, xmax, ymin, ymax)

这将对应于边界框的左上角和右下角。 那么为什么我们需要偏移量，如果需要，我们如何计算它们

---

任何帮助都将不胜感激

我们需要偏移量，因为这是我们在默认锚定框时计算的，对于每个要素地图单元的ssd，它们在每个要素地图单元上都有预定义数量的不同比例的锚定框，我认为在本文中这个数字是6

现在，因为这是一个检测问题，我们还将有地面真值边界框，在这里，我们粗略地比较锚框和GT框的IOU，如果它大于阈值，比如说0.5，我们预测锚框的偏移量