第 9 / 30 课。 前置：上一课。本篇的运行范围以实验说明和验证记录为准，构造样例不代表真实任务精度或板端性能。
输出数组必须带语义解释
假设某层为 [N,6,H,W]，它可能是四个位置量加两个类别，也可能是四个位置量、objectness 和一个类别。仅凭通道数无法确定。必须结合模型实现、训练损失和导出说明确认。
Anchor-based 的一个典型参数化以预设框为参考：中心偏移乘参考宽高，再加参考中心；宽高对 log-space 偏移取 exp 后乘参考宽高。不同模型会使用 sigmoid、系数或不同单位，不能把本课公式直接套到所有 YOLO。
Anchor-free 的一种参数化从特征格中心出发，回归左上右下距离 l、t、r、b。若单位为特征格，再乘 stride 变成输入像素。anchor-free 仍可能使用参考点，并不意味着没有坐标基准。
分类与目标存在性
某些头单独预测 objectness，某些头不包含这个量；类别分数还可能融合质量信息。禁止在不知道输出契约时盲目把第 5 个数字乘进所有类别分数。
本课只用几何构造比较两种表示，输出同一个 xyxy 框。这里没有训练检测头，也没有模拟真实置信度。
练习与定位错误
把 stride 从 8 改成 16，判断哪些数应该跟着变。将宽高设为负数，说明它是否是合法物理框；采用 exp 预测宽高可保证正数，但仍要防止数值溢出。
交付 head 接口说明：张量布局、各通道语义、是否已 sigmoid、是否已解码、坐标单位、是否包含 NMS。遇到“框都挤在角落”，优先排查单位、轴顺序和缩放，而不是重训模型。
配套实验与运行记录
实验：检测头：分类、位置与置信度
查看完整代码：main.py
"""比较 anchor 偏移与距离回归，分清坐标解码和分数含义。"""
import math
import numpy as np
def anchor_decode(anchor, delta):
cx, cy, w, h = anchor
dx, dy, dw, dh = delta
cx, cy = cx + dx * w, cy + dy * h
w, h = w * math.exp(dw), h * math.exp(dh)
return np.array([cx - w / 2, cy - h / 2, cx + w / 2, cy + h / 2])
def distance_decode(point, ltrb, stride):
x, y = point
l, t, r, b = ltrb
if min(ltrb) < 0:
raise ValueError("distances must be nonnegative")
return np.array([x - l, y - t, x + r, y + b]) * stride
def main():
a = anchor_decode([40, 40, 16, 16], [0, 0, 0, 0])
b = distance_decode([5, 5], [1, 1, 1, 1], 8)
np.testing.assert_allclose(a, b)
print("same xyxy:", a.tolist())
feature = np.zeros((1, 6, 4, 4))
print("example head shape", feature.shape, "four distances + two class logits")
if __name__ == "__main__":
main()
在项目根目录执行；下载包解压后，在解压目录执行 python3 main.py。
cd 'content/posts/AI-深度学习/嵌入式视觉模型进阶/09-检测头/code' && python3 main.py在本篇代码目录执行 python3 main.py。依赖安装、可选入口见包内 README.md；实际运行结果见 verification.md。下载包包含本课使用的辅助模块与样例。
参考与进一步阅读
原始论文或官方文档用于核对结构、接口和适用范围。本篇代码是围绕教学目标编写的最小实验；除明确注明的完整入口外，不视为对应论文模型的完整复现。