fast rcnn和rfcn中使用的都是默认的anchor box设置，都是9种，比例为0.5 、1、 2，大小为128、256、512。但我的数据集的gt框更小，需要找到适合我的数据集的anchor box尺寸。
yolo9000提出了用kmeans聚类算法来找到合适的anchor box尺寸。
这篇博客介绍了yolo9000是怎么实现的：?utm_source=itdadao&utm_medium=referral。
源代码：https://github.com/PaulChongPeng/darknet/blob/master/tools/k_means_yolo.py，这个代码库里还有整个yolo9000的代码中文解释，很好，可以拿来学习。
label_path = "/raid/pengchong_data/Data/Lists/paul_train.txt"将这个改成你自己数据的地址，就可以跑这个脚本。
跑这个脚本，需要把gt框从左上右下坐标转换成中心点、宽度、高度的格式，实际上也只用到了宽度和高度。
我使用的是将原始宽度高度除以了图片的宽度高度，因为我觉得这样可以保证他们在同一个分布
如果宽度高度直接是原始的宽度高度，grid_size就设置为1；如果是相对于原图像的大小，grid_size就设置为相应比例，两个比例：960、600。
实际上，跑的过程中发现，loss只在前几个迭代期减小，后面loss就一直增大了。无论是用原始的宽高度，还是用的相对于原图像的宽高度，都出现了这种现象。最后我选择了让loss降最低的那几个坐标为最后的结果。
跑的过程中还发现，随着k值的增加，loss是在减少的，但对于单个k值，loss还是先降低后升高。
最终我选择了k为9，这与rfcn中9个anchor是对应的。
得到9个坐标分别是：（18，17）、（26，25）、（42，27）、（49，40）、（67，66）、（86，39）、（119，80）、（182，155）、（323，281）
这9个坐标表示的是9种长宽，不是中心点。因为scale,ratio最终求的就是w和h
采用了两种方式进行anchor box的改变：
1.将scals从（8，16，32）改成（1，2，4，8，16），这种得到的ap为0.8435
2.
anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales) for i in xrange(ratio_anchors.shape[0])])