我正在尝试了解YOLOv3的工作方式。而且这件事仍然让我感到困惑：YOLO可以确定边界框（坐标和尺寸），但是为什么它不直接输出这些值，而不是使用它们来调整锚框？
大多数对象检测算法与固定锚相比，计算边界框的偏移量（x，y，宽度，高度）。>
通常生成锚以跟随固定网格：对于网格上的每个位置，都会创建一组不同长宽比和不同区域的锚。
对于学习算法而言，从固定锚点输出一个偏移量要容易得多，它可以从中推断出整体坐标，而不是尝试直接找到整体坐标，因为它是局部且位置不变的特征。
这意味着，如果在图片的左上方有一条带有偏心边界框的狗，则要求算法输出偏移量，就像该狗在图片的右下方一样，这使得它具有强大的移动能力，并且不需要学习图像中对象的全局位置。