在YOLOv2中，作者用最后一层feature map的相对大小来定义anchor大小。也就是说，在YOLOv2中，输入图像大小为416*416，下采样32倍得到最后一层feature map大小为13X13，相对的anchor大小范围就在（0x0，13x13]，如果一个anchor大小是9x9，那么其在原图上的实际大小应该放大32倍，就是288x288.
而在YOLOv3中，作者又改用相对于原图的大小来定义anchor，anchor的大小为（0x0，input_w x input_h]。需要注意的是，当你的训练集的大小不是416X416时，anchor应当是转换为416X416后的聚类结果。
所以，在两份cfg文件中，anchor的大小有明显的区别。如下是作者自己的解释：
So YOLOv2 I made some design choice errors, I made the anchor box size be relative to the feature size in the last layer. Since the network was down-sampling by 32. This means it was relative to 32 pixels so an anchor of 9x9 was actually 288px x 288px.
In YOLOv3 anchor sizes are actual pixel values. this simplifies a lot of stuff and was only a little bit harder to implement.
https://github.com/pjreddie/darknet/issues/555#issuecomment-376190325