如何在build_targets函数中调用grids方法的gridsize与anchor_vec变量

你已经在grids()方法中将gridsize通过register_buffer注册为模型的缓存变量，anchor_vec也绑定为了模型实例的属性，且build_targets()的第一个入参就是模型对象，直接从模型实例读取即可：

1. 首先保证调用build_targets()之前，已经执行过模型的grids()方法完成初始化，避免属性不存在报错
2. 修改build_targets()的取值逻辑即可，修改后代码如下：

def build_targets(model, targets):
    # 可提前加校验逻辑避免未初始化：assert hasattr(model, 'gridsize') and hasattr(model, 'anchor_vec'), "请先调用model.grids()完成初始化"
    for i in layers_list:
        ng, anchor_vec = model.gridsize, model.anchor_vec # 直接从传入的model对象读取属性

如果你的场景是多尺度检测（layers_list对应不同下采样倍率的检测层），则可以将grids()改为每个检测层的成员方法，每个层独立存储自己的gridsize和anchor_vec，遍历的时候取对应层的属性即可：

def build_targets(model, targets):
    for layer in model.detect_layers: # 遍历所有检测层
        ng, anchor_vec = layer.gridsize, layer.anchor_vec

备选方案：若不想将参数绑定到模型实例，可修改grids()方法返回两个参数，调用时传递给build_targets()即可：

def grids(self, img_size=(608,608), gridsize=(19, 19), device='cpu', type=torch.float32):
    # 原有逻辑不变
    return self.gridsize, self.anchor_vec

# 调用侧代码
gridsize, anchor_vec = model.grids()
build_targets(model, targets, gridsize, anchor_vec)

内容的提问来源于stack exchange，提问作者Heartbeat