本文来自公众号“AI大道理”
解码就是将预测得到的调整参数应用于先验框，从而得到预测框。
解码原理
YOLOv3借鉴RPN网络使用anchor boxes来预测边界框相对先验框的offsets。
YOLOv3预测边界框中心点相对于对应cell左上角位置的相对偏移值，使用sigmoid函数处理偏移值，这样预测的偏移值在(0,1)范围内（每个cell的尺度看做1），把边界框中心点约束在当前cell中。
根据边界框预测的4个offsetstx,ty,tw,th，可以按如下公式计算出边界框实际位置和大小：
(cx,xy)为cell的左上角坐标，在计算时每个cell的尺度为1，所以当前cell的左上角坐标为((1,1)。
由于sigmoid函数的处理，边界框的中心位置会约束在当前cell内部，防止偏移过多。
而pw和ph是先验框的宽度与长度，它们的值也是相对于特征图大小的，在特征图中每个cell的长和宽均为1。
这里记特征图的大小为(W,H)，可以将边界框相对于整张图片的位置和大小计算出来（4个值均在0和1之间）
将上面的4个值分别乘以图片的宽度和长度（像素点值）就可以得到边界框的最终位置和大小了，这就是YOLOv3边界框的解码原理。
解码过程
（1）生成先验框
以13*13这个特征层为例，一共有13*13个网格，每个网格有3个先验框。
生成的先验框的中心是网格的左上角。
先验框的宽高可以自己设定或者通过K-means聚类得到。
（2）缩放先验框
解码是在特征层上进行的，所以需要缩放先验框至特征层大小的比例，计算出先验框在特征层上对应的框高。
（3）调整先验框
解码每次只能对一个特征层进行解码，因此需要进行3次循环解码。
yolov3网络的预测结果得到一维的参数，这些参数包含了宽高的调整参数、中心的调整参数、置信度、类别概率等。
先验框的中心位置的调整参数，sigmoid使得每个物体由左上角的网格点进行预测，因为0-1的话中心只能往右下角偏移。
得到这些调整参数利用解码原理中的公式作用到先验框，对先验框进行调整，获得最终的预测框。
（4）得到预测框
此时获得的scaled_anchors大小是相对于特征层的。
先验框的调整是在特征图上进行调整的，然后再放大到原图上得到最终的预测框。
总结
Yolov3 的解码就是利用预测结果的调整参数，从而调整先验框得到预测框的过程。
调整是在特征图上进行的，因此需要先根据特征图大小缩放先验框，然后利用公式作用到先验框上，实现先验框的调整。
再将调整后的先验框放大到原图上，得到预测框。
这就是整个解码过程了。
——————
浅谈则止，细致入微AI大道理
扫描下方“AI大道理”，选择“关注”公众号
—————————————————————
—————————————————————