Bounding box regression原理简单理解：
如上图所示，绿色框为飞机的ground truth(gt)，红色框为提取的foreground anchors,也就是说被分类器标记为飞机，但是红色框为位置不准确，不是我们想要的。所以要对红色框进行微调。
窗口形状用四维向量表示，中心点坐标x，y，宽和高w,h，所以任意anchor的坐标表示为（x,y,w,h）。我们最终目标就是寻找一个关系使得输入原始的anchor A经过映射得到与真实窗口G更接近的G':
说明：
这里的A是anchor的坐标，不是图像的输入特征。带有下标x,y,w,h分别表示输入坐标A表示，GT的坐标表示。
F是变换关系 ，经过变换以后得到G',最终目的就是使得G'越来越接近GT
简单思路：
先平移：（dx，dy，dw, dh）表示四个变换参数，目的就是通过线性变换获得着四个参数。
再缩放：
解决过程：
既然已经知道了我们的最终目标是得到四个变换参数，也就是得到上述公式中的
线性回归就是输入特征向量X，学习一组参数W，使得经过线性回归之后的值跟真实值Y非常接近，即Y=WX。对于上述问题，我们输入是cnn卷积之后的feature map，定义为∅，同时还有训练传入A与GT之间的变换变量，即(tx,ty,tw,th)是传入anchor和GT之间的真实偏差，输出是
那么目标函数是
（特别说明：anchor与GT位置比较接近的时候，才可近似认为上述线性变换成立）
换句话说，∅(A)表示对应anchor的feature map特征矩阵,经过W变换矩阵，得到预测值dx,dy,dw,dh，让预测值偏差和真实偏差tx，ty，tw，th差距最小。所以根据这个目的设计如下损失函数：
注:为了方便描述，这里以L1损失为例介绍，而真实情况中一般使用soomth-L1损失如下：
t（anchor与gt之真实偏移）的计算方法
总结：对于bouding box regression网络回归分支，输入卷积之后的feature ∅，监督信号是Anchor与GT之间的差距（tx，ty,tw,th）,即训练的目标是：输入∅，回归网络输出每个anchor的平移量和变换尺度（tx，ty,tw,th），显然就可以用来修正Anchor了。
本文章是学习了大佬们的作品，做了简单的笔记分享，如有问题欢迎大家批评指正，鄙人感激不尽
