retinaface代码讲解_retinaFace PyTorch 版损失函数部分，SSD目标检测 multibox_loss 部分， match() 函数中先验框（anchor，PriorBox）与...

RetinaFace 因为其速度快，精度高，是工程中常用的人脸检测模型，和 SSD 一样，它在训练和预测阶段也采用了先验框。最近拿到一份 PyTorch 版本的 RetinaFace，在损失函数(loss function)部分，明显采用了 SSD 的 multibox loss 计算方法。

研究某个深度学习模型，除了它的网络设计之外，loss 的计算是最值得研究的了，因此本文将尝试对 multibox loss 计算过程中比较费解的 match() 函数逐行做一个比较深入的分析。

multibox loss 计算中的匹配过程

如前文所述，无论是 RetinaFace 还是 SSD 都采用了先验框，所谓“先验框”，其实就是依据事先的经验提出的一系列可能的目标框，这些先验框遍布整个特征图的位置，狭义的直观上来说，可以认为要检测的图中的每一个像素点都被事先预设了若干先验框，负责预测该像素点可能存在的目标。请注意“可能”这个词。

在预测和训练阶段，需要先对所有的先验框做分类，区分哪些先验框是背景，哪些是目标(在 RetinaFace 中，目标即人脸)，而区分的标准就是看目标框与先验框的 IOU，如果先验框 p 与目标框 t 的 IOU 高于设定的阈值，就让先验框 p 负责预测目标 t。如果某个先验框与所有的目标框的 IOU 都低于设定的阈值，那么这个先验框就属于背景。这样的过程称作“匹配”，mutltibox loss 计算中的 match() 函数就是负责“匹配”过程的。

match() 函数原型及其参数

在我拿到的代码中，match() 函数的原型如下，请看：def match(threshold, truths, priors, variances, labels, landms, loc_t, conf_t, landm_t, idx):

# jaccard index

overlaps = jaccard(truths, point_form(priors))

# (Bipartite Matching)

# best prior for each ground truth

best_prior_overlap, best_prior_idx = overlaps.max(1, keepdim=True) # [num_obj, 1]

# ignore hard gt

valid_gt_idx = best_prior_overlap[:, 0