当然，这取决于所使用的检测模型。

但是在您的情况下，我认为您与用于边界框检测的 Faster-RCNN 类型架构有关。在这种情况下，仅回归到锚点的相对位置，这是正确的。当然，分离的回归“值”在图像中没有绝对值的信息，因为共享相同的卷积并在整个图像/层上滑动。然而，在你的回归层完成后（即在整个前一层上滑动卷积），它会输出一个具有相对回归值的新特征图。回归值本身不包含关于绝对位置的信息，但是回归量的输出特征图中的相对特征值的 xy 位置与相对值本身相结合，可以为您提供有关绝对位置的信息。

这也使它成为“平移不变”，这是 Faster-RCNN 架构的一个重要且需要的特性。