修改一下

我用yolov3做目标检测的时候，一般都是选择聚类自适应生成锚框尺寸

我记得yolov3的锚框就是聚类（K=9）自适应生成的，所以你上面给的最优锚框尺寸就是聚类生成的，是根据训练集真是框标签提前计算出来的。

另外不同图片的尺寸一般都是缩放到416*416。有一些论文也喜欢缩放到稍微大一点比如424*424，然后根据中间和左上、右上、左下、右下把一幅图裁剪成5幅416*416的，但应该不至于从1200*1200这么大去裁剪，因为不知道目标还在不在裁剪区域里了，这时候裁剪区域标签就不好分配了。

yolov3论文没有给出训练的详细信息。但根据yolov2来看，作者训练时是先用缩放到尺寸为224*224的图片训练，后面10个epoch再改用448*448大小的微调。测试时统一用448*448尺寸。。。我觉得这方面yolov2和3应该不会有太大变动。当然，yolov3里面出于考虑改用了416*416，而不是448*448，所以224*224不知道是不是改用了208*208，也不知道还有没使用208*208尺寸来训练，这个只要你看一下yolov3相关代码部分就知道了，你可以参考作者的训练过程

请问下聚类自适应生成锚框的相关资料有推荐吗，或者有项目可以fork学习吗，想了解下，谢谢了

请问下聚类自适应生成锚框的相关资料有推荐吗，或者有项目可以fork学习吗，想了解下，谢谢了

你得先了解锚框，这个概念出自Faster R-CNN，网上有很多关于这篇论文的资料。在锚框的基础上再了解K-means（K类均值聚类）的话可以看https://www.pianshen.com/article/513490257/

我写过一个项目里面有用scikit learn库聚类的代码，供你参考。

https://aistudio.baidu.com/aistudio/projectdetail/271017

来AI Studio互粉吧~等你哦~ https://aistudio.baidu.com/aistudio/personalcenter/thirdview/76563

【下面是我写的一些小贴，闲时君阅（项目列表）】

训练数据太少？过拟合？一文带你领略“数据增长魔法”(上) (https://aistudio.baidu.com/aistudio/projectdetail/408059)

训练数据太少？过拟合？一文带你领略“数据增长魔法”(下) (https://aistudio.baidu.com/aistudio/projectdetail/422256)

一文帮你理解用Paddle训练模型的原理1-手写回归模型 (https://aistudio.baidu.com/aistudio/projectdetail/367090)

一文帮你理解用Paddle训练模型的原理2-权值可视化（VisualDL） (https://aistudio.baidu.com/aistudio/projectdetail/386954)

好的，谢谢啦