1.关于anchor的理解
先看在目标检测领域的anchor的含义：https://www.zhihu.com/question/42205480/answer/155759667；https://zhuanlan.zhihu.com/p/84398108
首先我们需要知道anchor的本质思想是什么，本质是SPP(spatial pyramid pooling)思想的逆向【这个观点受到其他答主的质疑】。而SPP本身是做什么的呢，就是将不同尺寸的输入resize成为相同尺寸的输出。所以SPP的逆向就是，将相同尺寸的输出，倒推得到不同尺寸的输入。以下图为例子：我们先预先给定9种anchor：三种尺寸（128^2，256^2，512^2），然后在每个面积尺寸下，取三种不同的长宽比例（1:1,1:2,2:1）。
下面看看anchor是怎么用的。回忆一下滑动窗口的卷积过程，不妨假设stride=1，上一层feature map每个对像素点周围kernel大小的窗口(感受野)提取信息，映射到下一层feature map对应位置，循环过程类似于不断变换窗口的中心，就像窗口在平移一样。因为会经过很多层的卷积池化等等操作，最后得到的feature map和原图是什么关系？feature map上的每个像素点，都会对应着原图中的一个感受野，当然这个感受野也会有一个中心像素点，在中心像素点的基础上匹配k个刚刚生成的anchor boxes。所以最后会生成N = k*feature_width*feature_height个anchor boxes。什么意思呢？就是说我们通过feature map到原图上的感受野映射关系，在原图上画了N个密密麻麻的anchor boxes，然后我们去判断，这些anchor boxes里面包含物体吗（输出cls_score，2维）？如果包含的话物体的具体位置在哪（输出bbox，4维，修正bbox）？
另外，这位答主的话很有道理。也就是说，虽然我的输出是这个anchor2里面的物体信息，但我用到的信息不是这个anchor截取下来的原图部分，而是对应的feature map对应的感受野的部分。这个观点还是蛮重要的。
总结一下，anchor实际上是人为设置的先验检测框，再换一种表述，先验地确定anchor的信息（num, size），就是在图像上确定了N个大小分别为size的检测框初步候选集。这个候选集不会因图像内容不同而不同，只要网络结构确定了（fmap到原图的感受野映射确定），anchor的手工设置完成，初步候选集在图像上面的分布是确定的。然后再一个个检查这些初步候选集，看看框里面是不是确实有物体，框的大小要不要修正，做做非极大抑制什么的，得到最后若干有效输出。这个输出还是以初步候选集为基础挑选出来的。
2.预测中的anchor
MultiPath: Multiple Probabilistic Anchor Trajectory Hypotheses for Behavior Prediction
用的是anchor trajectory
目标：实现多模态的预测。为什么要多模态？一个agent未来的运动状态一定是充满不确定性的。这种不确定性分两种：①意图不确定性（我的理解就是对应Behavior planning）。他会不会变道？②控制不确定性(我的理解就是trajectory planning)。给定变道意图，他会用个什么具体轨迹变？所以，一个车未来的轨迹预测，其实很容易理解，会是一个多峰分布。【注意，文中说，建模时不会用语义级的意图概念，在理解上要注意】
既然是多峰分布，不妨用个GMM（高斯混合模型）来建模。那么现在的问题的关键就是找到每个子高斯模型的期望（平均轨迹/意图轨迹）和方差（轨迹误差）。很显然，期望取决于意图，方差取决于控制不确定性。
在自由空间里面直接找这些平均轨迹，岂不是大海捞针吗？如果我们能用先验知识，确定一些预定义的初步揣测的意图轨迹（anchor trajectory的概念），就可以根据道路几何对anchor进行细化偏移量，得到几个单峰的期望，然后方差捕捉单峰的随机不确定性（没听懂，我猜应该是在聚类内部算方差），同时给出这个单峰的概率（即对应意图的概率）
基本思想知道了，那anchor trajectories怎么获得呢？很显然是从数据集（状态序列空间）里面学习到的一个范式，文中说用的是无监督学习。如果无监督学习直接去学一个多峰分布（混合的分布模型），会遇到mode collapse问题。所以用K-means给轨迹数据集分类，其中自己定义了轨迹间的距离。
TNT:
anchor的形式变成了anchor goal（其实也能直接通过motion estimation 映射到一个轨迹）
anchor是道路中心线等关键参考线上面及其周围的采样点；从anchor里面挑几个好的，regress the offsets回归偏移量之后就可以得到目标target，通过motion estimation 映射到一个轨迹。最后非极大抑制一下输出轨迹。
词汇积累
1.Models which try to achieve diversity and coverage often suffer from mode collapse during training
原文地址：http://www.cnblogs.com/Zer0-Chambers/p/16870810.html
