smooth是什么意思

背景区域为负样本什么意思_⽬标检测正负样本区分策略和平

衡策略总结（⼀）

0简介

本⽂抛弃⽹络具体结构，仅仅从正负样本区分和正负样本平衡策略进⾏分析，⼤体可以分为正负样本定义、正负样本采样和平衡loss设正负样本定义、正负样本采样和平衡loss设

计三个⽅⾯计三个⽅⾯，主要是⽹络预测输出和loss核⼼设计即仅仅涉及⽹络的head部分。所有涉及到的代码均以mmdetection为主所有涉及到的代码均以mmdetection为主。本⽂是第

⼀部分，主要包括fasterrcnn、librarcnn、retinanet、ssd和yolo⼀共5篇⽂章。下⼀篇会包括anchor-free的平衡策略，以及最新改进

算法。

由于本⼈⽔平有限，如果有分析不对的地⽅，欢迎指正和交流！

1anchor-ba

1.1two-stage

1.1.1fasterrcnn

论⽂名称：FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks

(1)head结构

fasterrcnn包括两个head：rpnhead和rcnnhead。其结构如下：

rpnhead的输出是包括分类和回归，分类是⼆分类，只区分前景和背景；回归是仅仅对于前景样本(正样本)进⾏基于anchor的变换回归。

rpnhead的⽬的是提取roi，然后输⼊到rcnnhead部分进⾏refine。rcnnhead的输出是包括分类和回归，分类输出是类别数+1(1是考虑

背景)，回归是仅仅对于前景样本不考虑分类类别进⾏基于roi的变换回归，rcnnhead的⽬的是对rpn提取的roi特征进⾏refine，输出精准

bbox。

(2)正负样本定义

rpn和rcnn的正负样本定义都是基于MaxIoUAssigner，只不过定义阈值不⼀样⽽已。rpn的assigner:

rcnn的assigner:

下⾯对MaxIoUAssigner进⾏详细分析。⾸先分析原理，然后分析细节。正负样本定义⾮常关键。MaxIoUAssigner的操作包括4个步骤：

1.⾸先初始化时候假设每个anchor的mask都是-1，表⽰都是忽略anchor

2.将每个anchor和所有gt的iou的最⼤Iou⼩于neg_iou_thr的anchor的mask设置为0，表⽰是负样本(背景样本)

3.对于每个anchor，计算其和所有gt的iou，选取最⼤的iou对应的gt位置，如果其最⼤iou⼤于等于pos_iou_thr，则设置该anchor的

mask设置为1，表⽰该anchor负责预测该gtbbox,是⾼质量anchor

4.3的设置可能会出现某些gt没有分配到对应的anchor(由于iou低于pos_iou_thr)，故下⼀步对于每个gt还需要找出和最⼤iou的

anchor位置，如果其iou⼤于min_pos_iou，将该anchor的mask设置为1，表⽰该anchor负责预测对应的gt。通过本步骤，可以最

⼤程度保证每个gt都有anchor负责预测，如果还是⼩于min_pos_iou，那就没办法了，只能当做忽略样本如果还是⼩于min_pos_iou，那就没办法了，只能当做忽略样本了。从这⼀步可以看

出，3和4有部分anchor重复分配了，即当某个gt和anchor的最⼤iou⼤于等于pos_iou_thr，那肯定⼤于min_pos_iou，此时3和4

步骤分配的同⼀个anchor。

从上⾯4步分析，可以发现每个gt可能和多个anchor进⾏匹配，每个anchor不可能存在和多个gt匹配的场景。在第4步中，每个gt最多只会

和某⼀个anchor匹配，但是实际操作时候为了多增加⼀些正样本，通过参数gt_max_assign_all可以实现某个gt和多个anchor匹配场

景。通常第4步引⼊的都是低质量anchor，⽹络训练有时候还会带来噪声，可能还会起反作⽤。通常第4步引⼊的都是低质量anchor，⽹络训练有时候还会带来噪声，可能还会起反作⽤。

简单总结来说就是：如果anchor和gt的iou低于neg_iou_thr的，那就是负样本，其应该包括⼤量数⽬；如果某个anchor和其中⼀个gt的最

⼤iou⼤于pos_iou_thr，那么该anchor就负责对应的gt；如果某个gt和所有anchor的iou中最⼤的iou会⼩于pos_iou_thr，但是⼤于

min_pos_iou，则依然将该anchor负责对应的gt；其余的anchor全部当做忽略区域，不计算梯度。该最⼤分配策略，可以尽最⼤程度的保

证每个gt都有合适的⾼质量anchor进⾏负责预测，

下⾯结合代码进⾏分析：主要就是assign_wrt_overlaps函数，核⼼操作和注释如下：

通过代码可以发现，当设置_max_assign_all=True时候是可能出现第4步的某个gt和多个anchor匹配场景，默认参数就是当设置_max_assign_all=True时候是可能出现第4步的某个gt和多个anchor匹配场景，默认参数就是

True。

由于rcnnhead预测值是rpnhead的refine，故rcnnhead⾯对的anchor(其实就是rpn输出的roi)和gt的iou会⾼于rpnhead部

分，anchor质量更⾼，故min_pos_iou阈值设置的⽐较⾼，由于pos_iou_thr和neg_iou_thr设置都是0.5，那么忽略区域那就是没有了，

因为rcnnhead⾯对的都是⾼质量样本，不应该还存在忽略区域。

(3)正负样本采样

步骤2可以区分正负和忽略样本，但是依然存在⼤量的正负样本不平衡问题，解决办法可以通过正负样本采样或者loss上⾯⼀定程度解解决办法可以通过正负样本采样或者loss上⾯⼀定程度解

决，fasterrcnn默认是需要进⾏正负样本采样的。rpnhead和rcnnhead的采样器都⽐较简单，就是随机采样，阈值不⼀样⽽已。rpn

head采样器：

rcnnhead采样器：

num表⽰采样后样本总数，包括正负和忽略样本，pos_fraction表⽰其中的正样本⽐例。add_gt_as_proposals是为了放在正样本太少⽽

加⼊的，可以保证前期收敛更快、更稳定，属于技巧。neg_pos_ub表⽰正负样本⽐例，⽤于确定负样本采样个数上界，例如我打算采样

1000个样本，正样本打算采样500个，但是可能实际正样本才200个，那么正样本实际上只能采样200个，如果设置neg_pos_ub=-1，

那么就会对负样本采样800个，⽤于凑⾜1000个，但是如果设置为neg_pos_ub⽐例，例如1.5，那么负样本最多采样200x1.5=300

个，最终返回的样本实际上不够1000个。默认情况neg_pos_ub=-1。由于rcnnhead的输⼊是rpnhead的输出，在⽹络训练前期，rpn

⽆法输出⼤量⾼质量样本，故为了平衡和稳定rcnn训练过程，通常会对rcnnhead部分添加gt作为proposal。其代码⾮常简单：

对正负样本单独进⾏随机采样就⾏，如果不够就全部保留。

由于原始fasterrcnn采⽤的loss是ce和SmoothL1Loss，不存在loss层⾯解决正负样本不平衡问题，故不需要分析loss由于原始fasterrcnn采⽤的loss是ce和SmoothL1Loss，不存在loss层⾯解决正负样本不平衡问题，故不需要分析loss。

1.1.2librarcnn

论⽂名称：LibraR-CNN:TowardsBalancedLearningforObjectDetection

libra主要是分析训练过程中的不平衡问题，提出了对应的解决⽅案。由于librarcnn的head部分和正负样本定义没有修改，故不再分析，仅

仅分析正负样本采样和平衡loss设计部分。

(1)正负样本采样

注意librarcnn的正负样本采样规则修改仅仅是对于rcnn⽽⾔，对于rpnhead没有任何修改，依然是随机采样器。原因是作者的主要⽬的

是为了涨点mAP,作者认为rpn涨⼏个点对最终bbox预测map没有多⼤帮助，因为主要是靠rcnn部分进⾏回归预测才能得到⽐较好的

mAP。其参数如下：

主要看IoUBalancedNegSampler部分即可。仅仅作⽤于负样本(iou=0~0.5之间)。作者认为样本级别的随机采样会带来样本不平衡，由于

负样本本⾝iou的不平衡，当采⽤随机采样后，会出现难负(iou0.5附近)和易负(iou接近0)样本不平衡采样，导致后⾯性能不好。作者发现

了如果是随机采样的话，随机采样到的样本超过70%都是在IoU在0到0.05之间的，都是易学习负样本，作者觉得是不科学的，⽽实际统计

得到的事实是60%的hardnegative都落在IoU⼤于0.05的地⽅，但是随机采样只提供了30%，实在是太少了。最常⽤的解决难易样本不平

衡问题的解决办法就是ohem，基于Loss排序来采样难负样本，但是作者分析，(1)这种⽅法对噪⾳数据会⽐较敏感,因为错误样本loss⾼；

(2)参数⽐较难调。所以作者提出了IoU-balancedSampling，如下所⽰：

可以看出，随机采样效果最不好，⽽ioubalancedsampling操作会尽量保证各个iou区间内都会采样到。由于该操作⽐较简单，就不贴论

⽂公式了。核⼼操作是对负样本按照iou划分k个区间，每个区间再进⾏随机采样，保证易学习负样本和难负样本⽐例尽量平衡，实验表明对

K不敏感，作者设置的是3。具体做法是对所有负样本计算和gt的iou，并且划分K个区间后，在每个区间内均匀采样就可以了。假设分成三

个区间，我想总共取9个，第⼀个区间有20个候选框，第⼆个区间有10个，第三个区间有5个，那这三个区间的采样概率就是

9/(3x20),9/(3x10),9/(3x5),这样的概率就能在三个区间分别都取3个，因为区间内候选框多，它被选中的概率⼩，最终体现各个区间都

选这么多框。

实际代码做法是实际代码做法是：⾸先按照iou分成k个区间，先尝试在不同区间进⾏随机采样采相同多数⽬的样本，如果不够就全部采样；进⾏⼀轮后，

如果样本数不够，再剩下的样本中均匀随机采样。例如假设总共有1000个候选负样本(区间1:800个，区间2:120个，区间3:80个)，分为

3个区间，总共想取333个，那么理论上每个区间是111个，⾸先第⼀次在不同区间均匀采样，此时区间1可以采样得到111个，区间2也可

以得到111个，区间3不够，所以全部保留；然后不够的样本数，在剩下的(800-111)+(120-111)+0个⾥⾯随机取31个，最终补齐333

个。核⼼代码如下：

意思是在各个区间内，如果够数⽬就随机采样，如果不够那就剩下的负样本⾥⾯全部采样。

(2)平衡回归loss

原始的fasterrcnn的rcnnhead，使⽤的回归loss是smoothl1,作者认为这个依然存在不平衡。作者分析是：loss解决Classification和

Localization的问题，属于多任务loss，那么就存在⼀个平衡权重，⼀般来说回归权重会⼤⼀些，但⼀味的提⾼regression的loss其实会让

outlier的影响变⼤(类似于OHEM中的noilabel)，outlier外点样本这⾥作者认为是样本损失⼤于等于1.0，这些样本会产⽣巨⼤的梯度不

利于训练过程，⼩于的叫做inliers。平衡回归loss的⽬的是既不希望放⼤外点对梯度的影响，⼜要突出内点中难负样本的梯度，从⽽平衡回归loss的⽬的是既不希望放⼤外点对梯度的影响，⼜要突出内点中难负样本的梯度，从⽽

实现对外点容忍，对内点区分难负样本的作⽤实现对外点容忍，对内点区分难负样本的作⽤。为此作者在smoothl1的基础上进⾏重新设计，得到BalancedL1Loss。核⼼操作就是

想要得到⼀个当样本在

附近产⽣稍微⼤点的梯度的函数。⾸先smoothl1的定义如下：

其梯度如下：

为了突出难样本梯度，需要重新设计梯度函数，作者想到了如下函数：

梯度公式

可以实现上述任务。然后反向计算就可以得到Loss函数了。为了保证连续，还需要增加(9)的限制。

左边是梯度曲线，右边是loss曲线，可以看出⾮常巧妙。

1.2one-stage

1.2.1focalloss

论⽂名称：FeaturePyramidNetworksforObjectDetection

该论⽂也叫做retinanet，是⽬前⾮常主流的FPN⽬标检测one-stage⽹络结构，本⽂主要是提出了⼀个focalloss来对难易样本进⾏平衡，

属于平衡loss范畴。

(1)⽹络结构

由于该⽹络结构⾮常流⾏，故这⾥仅仅简要说明下，不做具体分析。

图(d)即为retinanet的⽹络结构。主要特点是：(1)多尺度预测输出；(2)采⽤FPN结构进⾏多层特征图融合。⽹络进⾏多尺度预测，尺度

⼀共是5个，每个尺度共享同⼀个head结构，但是分类和回归分⽀是不共享权重的。

为了⽅便和fasterrcnn进⾏对⽐，下⾯再次贴出rpn结构，并解释参数含义。

1.共同部分

anchor_strides表⽰对应的特征图下采样次数，由于retinanet是从stage1开始进⾏多尺度预测，故其stride⽐rpn⼤⼀倍；

anchor_ratios表⽰anchor⽐例，⼀般是1:1，1:2和2:1三种；

2.不同部分

rpn中的anchor_scales表⽰每个特征尺度上anchor的ba尺度，例如这⾥是8，表⽰设定的anchor⼤⼩是8[4,8,16,32,64]，可以看出

每个预测层是1个size*3个⽐例，也就是每个预测层是3个anchor；⽽retianet是不同的，scales_pre_octave=3表⽰每个尺度上有3个

scalesize，分别是

,⽽octave_ba_scale=4，意思其实和rpn的anchor_scales意思⼀样，但是这⾥换个名字是因为retinanet的scale值是固定的，就⼀个

值，⽽rpn可能是多个值；通过上⾯的设置，retinanet的每个预测层都有scale_pre_octivatelen(anchor_ratios)个anchor,这⾥是9个，

是⾮常多的，anchor的⼤⼩是octave_ba_scale*[8,16,32,64,128]。可以明显发现retinanet正负样本不平衡问题⽐fasterrcnn更加

严重。

(2)正负样本定义

retinanet是one-stage算法，其采⽤的正负样本定义操作是MaxIoUAssigner，阈值定义和rpn不⼀样，更加严格。如下所⽰：

min_pos_iou=0，可以保证每个GT⼀定有对应的anchor负责预测。0.4以下是负样本，0.5以上且是最⼤Iou的anchor是正样本0.4~0.5

之间的anchor是忽略样本。其不需要正负样本采样器，因为其是通过平衡分类loss来解决的。

(3)平衡分类loss

FocalLoss是本⽂重点，是⽤于处理分类分⽀中⼤量正负样本不平衡问题，或者说⼤量难易样本不平衡问题。作者⾸先也深⼊分析了

OHEM的不⾜：它通过对loss排序，选出loss最⼤的example来进⾏训练，这样就能保证训练的区域都是hardexample，这个⽅法的缺

陷，是把所有的easyexample(包括easypositive和easynegitive)都去除掉了，造成easypositiveexample⽆法进⼀步提升训练的精度

(表现的可能现象是预测出来了，但是bbox不是特别准确)，⽽且复杂度⾼影响检测效率。故作者提出⼀个简单且⾼效的⽅法：FocalLossFocalLoss

焦点损失函数焦点损失函数，⽤于替代OHEM，功能是⼀样的，需要强调的是：FL本质上解决的是将⼤量易学习样本的loss权重降低，但是不丢弃FL本质上解决的是将⼤量易学习样本的loss权重降低，但是不丢弃

样本，突出难学习样本的loss权重，但是因为⼤部分易学习样本都是负样本，所以顺便解决了正负样本不平衡问题样本，突出难学习样本的loss权重，但是因为⼤部分易学习样本都是负样本，所以顺便解决了正负样本不平衡问题。其是根据交叉

熵改进⽽来，本质是dynamicallyscaledcrosntropylossdynamicallyscaledcrosntropyloss，直接按照lossdecay掉那些easyexample的权重，这样使训练更加

bias到更有意义的样本中去，说通俗点就是⼀个解决分类问题中类别不平衡、分类难度差异分类问题中类别不平衡、分类难度差异的⼀个loss。

上⾯的公式表⽰label必须是one-hot形式。只看图⽰就很好理解了，对于任何⼀个类别的样本，本质上是希望学习的概率为1，当预测输出

接近1时候，该样本loss权重是很低的，当预测的结果越接近0，该样本loss权重就越⾼。⽽且相⽐于原始的CE，这种差距会进⼀步拉开。

由于⼤量样本都是属于well-classifiedexamples，故这部分样本的loss全部都需要往下拉。其简单思想版本如下：

1.2.2yolov2oryolov3

论⽂名称：YOLOv3:AnIncrementalImprovement

yolov2和yolov3差不多，主要是⽹络有差异，不是我们分析的重点，下⾯以yolov3为例。

(1)head结构

yolov3也是多尺度输出，每个尺度有3个anchor。对于任何⼀个分⽀都是输出[anchor数×(x,y,w,h,confidence,class类别数)h',w']。需要需要

注意的是，其和fasterrcnn或者ssd不⼀样，其类别预测是不考虑背景的，所以才多引⼊了⼀个confidence的概念，该分⽀⽤于

区分前景和背景。区分前景和背景。，所以最复杂的设计就在condidence上⾯了。

(2)正负样本定义

yolo系列的正负样本定义⽐较简单，原则和MaxIoUAssigner(固定anchor和gt值计算)⾮常类似，但是更加简单粗暴：保证每个gtbbox保证每个gtbbox

⼀定有⼀个唯⼀的anchor进⾏对应⼀定有⼀个唯⼀的anchor进⾏对应，匹配规则就是IOU最⼤，⽽没有考虑其他乱七⼋糟的。具体就是：对于某个groundtruth，⾸先要

确定其中⼼点要落在哪个cell上，然后计算这个cell的每个anchor与groundtruth的IOU值，计算IOU值时不考虑坐标，只考虑形状(因为

anchor没有坐标xy信息)，所以先将anchor与groundtruth的中⼼点都移动到同⼀位置（原点），然后计算出对应的IOU值，IOU值最⼤

的那个先验框anchor与groundtruth匹配，对应的预测框⽤来预测这个groundtruth。这个匹配规则和ssd和fasterrcnn相⽐，简单很

多，其没有啥阈值的概念其没有啥阈值的概念。对于分类分⽀和bbox回归分⽀，采⽤上述MaxIoU分配原则，可以保证每个gtbbox⼀定有唯⼀的anchor保证每个gtbbox⼀定有唯⼀的anchor

进⾏负责预测，⽽不考虑阈值进⾏负责预测，⽽不考虑阈值，即使某些anchor与gt的匹配度不⾼也负责,⽽fasterrcnn⾥⾯的MaxIoUAssigner是可能由于fasterrcnn⾥⾯的MaxIoUAssigner是可能由于

anchor设置不合理导致某个gt没有anchor进⾏对应，⽽变成忽略区域的anchor设置不合理导致某个gt没有anchor进⾏对应，⽽变成忽略区域的。可以看出这种分配制度会导致正样本⽐较少。对于

confidence分⽀，其在上述MaxIoU分配原则下，还需要从负样本中划分出额外的忽略区域。因为有些anchor虽然没有和gt有最⼤iou，但

是其iou依然很⾼，如果作为正样本来对待，由于质量不是很⾼以及为了和分类、回归分⽀的正样本定义⼀致，所以不适合作为正样本，但

是如果作为负样本那也不合适，毕竟iou很⼤，这部分位置的anchor就应该设置为忽略区域，⼀般忽略iou阈值是0.7即将负样本中的iou⼤

于0.7中的anchor设置为忽略区域(需要特别注意⼀个细节：此处的iou是每个位置的anchor预测值和所有gt计算iou，⽽不是固定的(需要特别注意⼀个细节：此处的iou是每个位置的anchor预测值和所有gt计算iou，⽽不是固定的

anchor和所有gt计算iou，因为此处需要考虑位置信息，fasterrcnn系列不需要这么算的原因是fasterrcnn是每个位置都会预

测xywh，⽽yolo系列是基于grid⽹格预测，xy和wh预测是分开来的，所以会更复杂⼀些)测xywh，⽽yolo系列是基于grid⽹格预测，xy和wh预测是分开来的，所以会更复杂⼀些)。总结就是：

1基于maxiou分配准则，区分正负样本

2在负样本范围内，将iou(基于anchor预测值和gt计算)⼤于忽略阈值的anchor定义为忽略区域，实时改变

3此时就区分出了正、负和忽略anchor样本，正anchor⽤于分类、回归分⽀学习，正负anchor⽤于confidence分⽀学习，忽略

区域不考虑。

对于yolov3，由于是多尺度预测，故还有⼀个细节需要注意：⾸先需要将gt利⽤maxiou原则分配到不同的预测层上去，然后在每个⾸先需要将gt利⽤maxiou原则分配到不同的预测层上去，然后在每个

层上单独计算正负样本和忽略样本，也就是和fasterrcnn不⼀样的地⽅是yolov3不存在某个gt会分配到多个层进⾏预测的可能

性，⽽是⼀定是某⼀层负责的性，⽽是⼀定是某⼀层负责的。但是不同的具体代码实现时候可能会有些许差别。

(3)loss

由于其采⽤的是普通的bce分类Loss和smoothl1回归loss，故不再进⾏分析。

1.2.3ssd

论⽂地址：SSD:SingleShotMultiBoxDetector

(1)head结构

ssd是最典型的多尺度预测结构，是⾮常早期的⽹络。

其ssd300的head结构如下：

可以看出，ssd⼀共包括6个尺度输出，每个尺度的strides可以从anchor_strides中看出来，basize_ratio_range表⽰正⽅形anchor的

min_size和max_size,anchor_ratios表⽰每个预测层的anchor个数，以及⽐例。有点绕，下⾯具体分析。为了⽅便设置anchor，作者设

计了⼀个公式来⽣成anchor，具体为：

k为特征图索引，m为5，⽽不是6，因为第⼀层输出特征图Conv4_3⽐较特殊，是单独设置的，

表⽰anchor⼤⼩相对于图⽚的⽐例，

和

是⽐例的最⼩和最⼤值，论⽂中设置min=0.2(ssd300中，coco数据集设置为0.15，voc数据集设置为0.2)，max=0.9，但是实际上代

码不是这样写的。实际上是：对于第⼀个特征图Conv4_3，其先验框的尺度⽐例⼀般设置为

，故第⼀层的

=0.1，输⼊是300，故conv4_3的min_size=30。对于从第⼆层开始的特征图，则利⽤上述公式进⾏线性增加，然后再乘以图⽚⼤⼩，可

以得到各个特征图的尺度为60,111,162,213,264。最后⼀个特征图conv9_2的size是直接计算的，300*105/100=315。以上计算可

得每个特征的min_size和max_size，如下：

计算得到min_size和max_size后，需要再使⽤宽⾼⽐例因⼦来⽣成更多⽐例的anchor，⼀般选取

,但是对于⽐例为1的先验框，作者⼜单独多设置了⼀种⽐例为1，

的尺度，所以⼀共是6种尺度。但是在实现时，Conv4_3，Conv8_2和Conv9_2层仅使⽤4个先验框，它们不使⽤长宽⽐为3,1/3的先验

框，每个单元的先验框的中⼼点分布在各个单元的中⼼。具体细节如下：

以featuremap上每个点的中点为中⼼（offt=0.5），⽣成⼀些列同⼼的priorbox（然后中⼼点的坐标会乘以step，相当于从

featuremap位置映射回原图位置）。

正⽅形priorbox最⼩边长为和最⼤边长为：min_size和

根据aspectratio，会⽣成2个长⽅形，长宽为

⽬的是保存在该⽐例下，⾯积不变。以fc7为例，前⾯知道其min_size=60,max_size=111，由于其需要6种⽐例，故⽣成过程是：

第⼀种⽐例，(min_size,min_size)=(60,60)

第⼆种⽐例,

,

第三种⽐例，

,

第四种⽐例，$

不管哪个框架实现，核⼼思想都是⼀样，但是可能某些数据的设置不⼀样。下⾯以mmdetection为例：

(2)正负样本定义

ssd采⽤的正负样本定义器依然是MaxIoUAssigner,但是由于参数设置不⼀样，故有了不同的解释。

其定义anchor与gt的iou⼩于0.5的就全部认为是负样本，⼤于0.5的最⼤iou样本认为是正样本anchor，同时由于min_pos_iou=0以及

gt_max_assign_all=Fal，可以发现该设置的结果是每个gt可能和多个anchor匹配上，匹配阈值⽐较低，且每个gt⼀定会和某个每个gt可能和多个anchor匹配上，匹配阈值⽐较低，且每个gt⼀定会和某个

anchor匹配上，不可能存在gt没有anchor匹配的情况，且没有忽略样本anchor匹配上，不可能存在gt没有anchor匹配的情况，且没有忽略样本。总结下意思就是：

和所有gt的iou都⼩于0.5，则认为是负样本

和某个gt的最⼤iou⼤于0.5，则认为是正样本

和所有anchor的最⼤iou值，如果⼤于0.0，则认为该最⼤iouanchor是正样本

4.没有忽略样本

(3)平衡分类loss

由于正负样本差距较⼤，如果直接采⽤ce和smoothl1训练，效果可能不太好，⽐较样本不平衡严重。故作者的celoss其实采⽤了

ohem+ce的策略，通过train__pos_ratio=3来配置负样本是正样本的3倍。

核⼼就是按照分类loss进⾏topk，得到3倍的负样本进⾏反向传播。