Faster R-CNN锚框(anchor)尺寸调整：适配无人机航拍小目标检测

首先明确GridAnchorGenerator的Anchor生成逻辑：实际Anchor边长 = 配置中的height_stride/width_stride（特征图下采样步长） × scales参数值。你当前配置的步长为16，默认scales生成的实际Anchor边长为4、8、16、32，不符合文献要求的8、16、32、64、128。

具体修改步骤 #

1. 调整config中的anchor生成参数 #

直接修改first_stage_anchor_generator下的scales字段即可，修改后的配置如下：

first_stage_anchor_generator {
      grid_anchor_generator {
        height_stride: 16
        width_stride: 16
        scales: 0.5    # 16*0.5=8，匹配文献要求的最小Anchor尺寸
        scales: 1.0    # 16*1.0=16
        scales: 2.0    # 16*2.0=32
        scales: 4.0    # 16*4.0=64
        scales: 8.0    # 16*8.0=128，匹配文献要求的最大Anchor尺寸
        aspect_ratios: 0.5
        aspect_ratios: 1.0
        aspect_ratios: 2.0
}

计算逻辑为目标Anchor边长除以步长16，得到的结果就是对应需要设置的scales值，完全匹配文献给出的(8,16,32,64,128)尺寸要求。

2. 适配小目标检测的额外优化建议 #

你的检测目标尺寸为25×25到30×30像素，属于小目标范畴，可同步调整以下参数提升检测效果：

• 若想进一步提升小目标召回率，可将height_stride和width_stride下调为8，同步将所有scales值缩小为原来的1/2，即可生成更密集的小尺寸Anchor，提升小目标的匹配概率
• 若你数据集里的无人机目标多为正方形，可删除aspect_ratios: 0.5和aspect_ratios: 2.0，仅保留1.0的长宽比，既可以减少冗余Anchor的计算量，也能提升Anchor和目标的匹配精度

内容的提问来源于stack exchange，提问作者OlegRuskiy