SSD检测模型中matcher策略源码解析

计算机视觉交流群：677855967，欢迎大家加入交流。

继上一篇博文https://blog.csdn.net/yuanlunxi/article/details/84673425分析了hardexample mining之后，我们留下了一个问题，就是为何ssd检测模型训练过程中会出现正负样本为0的情况？在查阅了一番资料之后，今天决定把这个问题杀了祭天，不正之处，多拍板转。

要弄清楚这个问题，首先我们必须清楚ssd检测模型的中match策略：照例，先看论文找原理；再去源码看实现细节。

论文原理：很简短的一个介绍：

译文：在生成的anchor和gt box中，match分两步：1：对所有的gtbox选择与它iou最大的anchor（default box）进行匹配；2：对所有的anchor，选择任何与它iou大于0.5的gtbox进行匹配。

这里思考个问题：当一个anchor与两个gtbox的iou阈值大于0.5时，这个anchor是如何match的呢？

带着这个问题我们去看看源码：SSD训练时选择是ArgMaxMatcher()这个类：看一下这个累的源码：也可以戳 argmax_matcher.py

class ArgMaxMatcher(matcher.Matcher):
  """Matcher based on highest value.

  This class computes matches from a similarity matrix. Each column is matched
  to a single row.

  To support object detection target assignment this class enables setting both
  matched_threshold (upper threshold) and unmatched_threshold (lower thresholds)
  defining three categories of similarity which define whether examples are
  positive, negative, or ignored:
  (1) similarity >= matched_threshold: Highest similarity. Matched/Positive!
  (2) matched_threshold > similarity >= unmatched_threshold: Medium similarity.
          Depending on negatives_lower_than_unmatched, this is either
          Unmatched/Negative OR Ignore.
  (3) unmatched_threshold > similarity: Lowest similarity. Depending on flag
          negatives_lower_than_unmatched, either Unmatched/Negative OR Ignore.
  For ignored matches this class sets the values in the Match object to -2.
  "&