用yolov5做人脸检测的数据集下输入分别率是224在stride分别为32168下的anchors是多少

由于yolov5默认使用COCO数据集的anchors，因此需要先计算COCO数据集中人脸的平均宽度和高度。根据统计，COCO数据集中人脸的平均宽度为0.15，平均高度为0.25。

在输入分辨率为224的情况下，stride分别为32，16，8时，对应的网格大小为7x7，14x14，28x28，因此需要计算每个网格的anchors。

对于每个网格，yolov5使用3个anchors进行预测，因此需要计算每个网格的3个anchors的宽度和高度。根据yolov5的公式，每个anchor的宽度和高度分别为：

width = anchor_scale * sqrt(anchor_ratio) height = anchor_scale / sqrt(anchor_ratio)

其中，anchor_scale是预设的尺度，anchor_ratio是预设的长宽比。

按照yolov5的默认设置，anchor_scale取值为[1.0, 1.0, 2.0, 0.5, 0.5]，anchor_ratio取值为[1.0, 0.5, 2.0]。因此，对于每个网格，可以计算出3个anchors的宽度和高度。

以stride为32的情况为例，对于每个网格，需要计算3个anchors的宽度和高度。假设当前网格的左上角坐标为(x, y)，则第一个anchor的中心坐标为(x+0.5, y+0.5)，第二个anchor的中心坐标为(x+1.5, y+0.5)，第三个anchor的中心坐标为(x+2.5, y+0.5)。对于每个anchor，可以计算出其宽度和高度，然后将宽度和高度按照COCO数据集中人脸的平均宽度和高度进行缩放。

具体地，第一个anchor的宽度和高度为：

width_1 = 1.0 * sqrt(1.0) * 0.15 / 224 * 32 = 0.023 height_1 = 1.0 / sqrt(1.0) * 0.25 / 224 * 32 = 0.036

第二个anchor的宽度和高度为：

width_2 = 1.0 * sqrt(0.5) * 0.15 / 224 * 32 = 0.016 height_2 = 1.0 / sqrt(0.5) * 0.25 / 224 * 32 = 0.050

第三个anchor的宽度和高度为：

width_3 = 1.0 * sqrt(2.0) * 0.15 / 224 * 32 = 0.032 height_3 = 1.0 / sqrt(2.0) * 0.25 / 224 * 32 = 0.025

因此，stride为32时，每个网格的3个anchors的宽度和高度分别为：

anchor 1: width=0.023, height=0.036 anchor 2: width=0.016, height=0.050 anchor 3: width=0.032, height=0.025

同样的方式可以计算出stride为16和8时每个网格的3个anchors的宽度和高度。