1、真实边界框（ground-truth bounding box）的坐标信息返回值是（左上x，左上y，宽，高）
2、以每个像素为中心生成多个大小和宽高比（aspect ratio）不同的边界框。这些边界框被称为锚框（anchor box）。
假设输入图像高为，宽为
。我们分别以图像的每个像素为中心生成不同形状的锚框。设大小为
(0,1]且宽高比为
>0，那么锚框的宽和高将分别为
和
。当中心位置给定时，已知宽和高的锚框是确定的。
3、Jaccard系数（Jaccard index）可以衡量两个集合的相似度。我们通常将Jaccard系数称为交并比（Intersection over Union，IoU）。给定集合和
，它们的Jaccard系数即二者交集大小除以二者并集大小：
4、当锚框数量较多时，同一个目标上可能会输出较多相似的预测边界框。为了使结果更加简洁，我们可以移除相似的预测边界框。常用的方法叫作非极大值抑制（non-maximum suppression，NMS）。
