在YOLOv2中，作者用最後一層feature map的相對大小來定義anchor大小。也就是說，在YOLOv2中，輸入影象大小為416*416，下采樣32倍得到最後一層feature map大小為13X13，相對的anchor大小範圍就在（0x0，13x13]，如果一個anchor大小是9x9，那麼其在原圖上的實際大小應該放大32倍，就是288x288.

而在YOLOv3中，作者又改用相對於原圖的大小來定義anchor，anchor的大小為（0x0，input_w x input_h]。需要注意的是，當你的訓練集的大小不是416X416時，anchor應當是轉換為416X416後的聚類結果。

所以，在兩份cfg檔案中，anchor的大小有明顯的區別。如下是作者自己的解釋： So YOLOv2 I made some design choice errors, I made the anchor box size be relative to the feature size in the last layer. Since the network was down-sampling by 32. This means it was relative to 32 pixels so an anchor of 9x9 was actually 288px x 288px.

In YOLOv3 anchor sizes are actual pixel values. this simplifies a lot of stuff and was only a little bit harder to implement.