图像目标检测：在图像上设置很多不同比例的参照框，由深度学习网络判断框内是否包含目标

具体方法：图像下采样得到不同比例的结果如 4*4， 8*8， 32*32 其中每个格子中包含多个不同比例的Anchor，如果IOU比例大于某一阈值则判断为正样本。

好处：

1、这样做的好处是减少参照框的数量，提高运行速度。

2、适应不同尺度的目标。

3、假如每个尺度有3个比例的Anchor，一共3个尺度，每个尺度训练三个Anchor就可以；即一共训练3*3 = 9个  （类似于9个卷积核？）

如果设置Anchor的比例：根据训练数据的比例分布。