訓練yolo以前，anchor聚類問題

前期作數據可視化，發現標籤數據存在一些孤立點（噪聲點），影響kmeans聚類。

處理方法以下：

使用kmeans迭代10次獲得聚類中心

計算全部數據到其聚類中心的歐式距離均值和方差

經過擬合正態分佈，把到聚類中心距離大於均值+1.96*方差的點剔除訓練集（根據正態分佈0.95面積算的）

獲得新的訓練集以及anchor

 

以上方法並不徹底適應yolo計算anchor的需求（與yolo網絡自己有關）

建議使用darknet自帶的anchor計算工具，而非opencv的kmeans工具。