tx=(x-xa)/wa
ty=(y-ya)/ha
tw=log(w/wa)
th=log(h/ha)
這裏，其實很多人看到這裏時，會有個疑問，爲什麼不用如下公式來做迴歸呢？tx=x-xa
ty=y-ya
tw=w/wa
th=h/ha
這樣不是更加直觀，簡潔麼？
其實，採用上面的公式，原因如下。
這裏 x,y,w,h,分別代表當前的bbox的左上角點的橫軸，左上角點的縱軸，寬和高。
xa,ya,wa,ha 分別代表ground truth的相應參數。
這裏，要從x迴歸得出xa，與兩個bbox中心點的位移和寬度的變化倍數有關，兩者關係如下：
假設兩個矩形中心點位移爲d
xa +0.5*wa = x+0.5*w+d.
這裏w 和wa肯定也是有個函數關係的,定爲wa = tw*w,那麼上式就變爲：
xa+0.5wa = x+0.5*wa/tw+d,
從上式上看，xa 與x的位置關係，由wa和d共同決定，換算如下公式爲：
(x-xa)/wa = 0.5-0.5/tw-d.
這樣就可以把上式右邊的部分等價爲一個未知量tx,來回歸得到。
同理ty。
那麼來看tw=log(w/wa)的道理。
這個我感覺主要因爲計算機在數值計算上精度不夠，才採用指數來運算的，就好像我們採用softmax一樣。
利用了指數函數把無限小的數據映射爲0，把0映射爲1的特性，避免了計算機的精度粒度，在處理過小數據時，不夠用的問題。
同理th=log(h/ha),也一樣。
不知道我說的對不對，大家有沒有補充、糾正的，請不吝賜教啊，
注：在bbox迴歸預測時所採用公式思路討論（2）中，我打算討論下yolov2在這上面的改進工作，說說原理，這樣做的好處，以及實際實驗結果。