目标检测中region proposal的作用
RPN (Region Proposal Network):
Bounding-box： RPN同时也会在feature map上框定这些ROI感兴趣区域的大致位置，即输出Bounding-box。
作者：YJHMITWEB
链接：https://www.zhihu.com/question/265345106/answer/294410307
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
先更正下提问者的描述，yolo本身不含有anchor机制。以下回答适合对目标检测中anchor的作用和机制比较了解的读者阅读。首先我们明确一个定义，当前主流的Object Detection框架分为1 stage和2 stage，而2 stage多出来的这个stage就是Regional Proposal过程，明确这一点后，我们继续讲。Regional Proposal的输出到底是什么？我们首先看一下以Faster R-CNN为代表的2 stage目标检测方法
图1可以看到，图中有两个Classification loss和两个Bounding-box regression loss，有什么区别呢？1、Input Image经过CNN特征提取，首先来到Region Proposal网络。由Region Proposal Network输出的Classification，这并不是判定物体在COCO数据集上对应的80类中哪一类，而是输出一个Binary的值p，可以理解为 ，人工设定一个threshold=0.5。RPN网络做的事情就是，如果一个Region的 ，则认为这个Region中可能是80个类别中的某一类，具体是哪一类现在还不清楚。到此为止，Network只需要把这些可能含有物体的区域选取出来就可以了，这些被选取出来的Region又叫做ROI （Region of Interests），即感兴趣的区域。当然了，RPN同时也会在feature map上框定这些ROI感兴趣区域的大致位置，即输出Bounding-box。
这里以faster rcnn举例。在faster rcnn里面，anchor（或者说RPN网络）的作用是代替以往rcnn使用的selective search的方法寻找图片里面可能存在物体的区域。
当一张图片输入resnet或者vgg，在最后一层的feature map上面，寻找可能出现物体的位置，
这时候分别以这张feature map的每一个点为中心，在原图上画出9个尺寸不一anchor。然后计算anchor与GT（ground truth） box的iou（重叠率），满足一定iou条件的anchor，便认为是这个anchor包含了某个物体。
目标检测的思想是，首先在图片中寻找“可能存在物体的位置（regions）”，然后再判断“这个位置里面的物体是什么东西”，所以region proposal就参与了判断物体可能存在位置的过程。
region proposal是让模型学会去看哪里有物体，GT box就是给它进行参考，告诉它是不是看错了，该往哪些地方看才对。
建议详细阅读这个领域一系列的论文，从rcnn、sppnet、frcnn、faster rcnn到ssd、yolo，整条线看下来就能大概明白目标检测的“套路”。