yolov5中anchors的保存/读取

训练样本不同时，yolov5可能会重新计算anchors，这些anchors将保存在模型权重文件中，直接使用detect.py输出时会自动加载计算，但在某些任务（如进行板端后处理过程中），还是需要获取到这些anchors值。

可以运行detect.py，运行到pre=model()前，查看model.model.state_dict()的值，可以找到anchors信息；早期版本yolov5中也存储了anchor_grid，v6版本目前只有anchor，anchor_grid是相对原图的anchor大小，anchor是相对最后的特征图的大小，所以二者的值之间相差了8,16和32倍（下采样倍数）。

import torch
import sys
sys.path.append("path/yolov5-master")
weights = 'yolov5s.pt'
model = torch.load(str(weights[0] if isinstance(weights, list) else weights), map_location='cpu')
model1 = model['ema' if model.get('ema') else 'model']
model2 = model1.float().fuse().model.state_dict()

for k,v in model2.items():
    if 'anchor' in k:
        # print(k)
        # print(v)
        print(v.numpy().flatten().tolist())

打印的值即为anchor_grid/anchor的值