YOLOv5 模型中的锚框使用指南

YOLOv5 模型使用多个检测头进行目标检测，每个检测头对应一个特征层。每个检测头都使用预定义的锚框来预测目标的尺寸和位置。

锚框定义：

anchors:
  - [6,6, 10,10, 14,15]  # P3/8
  - [18,19, 25,25, 32,32]  # P4/16
  - [40,41, 32,74, 59,62]  # P5/32
  - [110,47, 90,90, 133,137]  # P6/32

# 0-P1/2
# 1-P2/4
# 2-P3/8
# 3-P4/16
# 4-P5/32

示例：

假设你的网络输出到检测头的顺序是这样的：

[[22, 13, 16, 19], 1, 'Detect', ['nc', 'anchors']]

其中，'22' 表示网络输出层序号。根据上面的锚框定义，第22层输出对应的是第2行锚框，也就是 P3/8 的锚框。

结论：

第22层输出到检测头使用的是 'P3/8' 的锚框。