论文Link：Understanding the Effective Receptive Field in Deep Convolutional Neural Networks
Code:https://github.com/sfzhang15/SFD
这篇人脸检测器论文依据感受野来设计anchor的大小。
在物体检测中，Anchor在每一层对应尺度该如何选择。
- 传播间隔相等原则
检测层的步长大小决定了anchor的间隔。例如conv3_3的步长为4，而其anchor尺寸为16x16，即每隔4个像素存在一个16x16的anchor，在所有检测层上，anchor的 尺寸均为步长的4倍，即为传播间隔相等原则。从而确保图像上不同尺寸的anchor密度相同，使得不同大小人脸能够很好的与anchor匹配上。
如果网络浅层anchor设计中设计了很多小尺寸的anchor，因此会造成负样本数量剧增，从而引起小尺寸人脸的高false-positive率。
那么可以对于每一个小尺寸anchor，进行N次人脸和背景分类，选择其中某个背景score最高的一个作为该anchor的score，以此降低误检为人脸的anchor数量，从而降低假阳性率。
