yolov3总结

1.计算质量估计时正负样本的判定，
正样本：当一个格子里面有gt中心点，该格子中先验框与gt的iou最大的box为正样本
忽略样本：除了正样本外，与gt的iou>0.5的框均不计算损失，忽略
负样本：剩下的框均为负样本，包括大部分没有gt中心点落在的格子上的框（有部分iou>0.5被忽略），以及一些有gt中心的框（但是与gt的iou<0.5）
2.对于分类损失和边框损失，只有正样本才参与计算loss,而质量损失是正负样本均参与

注意是gt与anchor的iou （而不是与预测框），说明在训练之前正负样本就已经确定了，与anchor做iou的原因是希望大小与gt最接近的anchor负责预测该gt，因为最终预测box也是在anchor上做偏移