请问为什么要计算真实框和预测框的iou，并将与其iou>阈值忽略掉，不太理解这段代码，谢谢

[Puppet97]

anch_ious = jaccard(gt_box, pred_boxes_for_ignore) anch_ious_max, _ = torch.max(anch_ious,dim=0) anch_ious_max = anch_ious_max.view(pred_boxes[i].size()[:3]) noobj_mask[i][anch_ious_max>self.ignore_threshold] = 0

[bubbliiiing]

是不是B站回复过，因为这些样本与正样本很接近，把他忽略了

[Puppet97]

是的，感谢up主

------------------ 原始邮件 ------------------ 发件人: "Bubbliiiing"<[email protected]>; 发送时间: 2021年1月8日(星期五) 中午12:53 收件人: "bubbliiiing/yolo3-pytorch"<[email protected]>; 抄送: "张亚玲"<[email protected]>; "Author"<[email protected]>; 主题: Re: [bubbliiiing/yolo3-pytorch] 请问为什么要计算真实框和预测框的iou，并将与其iou>阈值忽略掉，不太理解这段代码，谢谢 (#50)

是不是B站回复过，因为这些样本与正样本很接近，把他忽略了

— You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe.

[wzr0108]

这里我也有疑问，我看网上常见的说法是，9个anchor和真实框计算iou，选择iou最大的作为正样本，其他anchor如果iou大于阈值则忽略。而作者的代码是选择iou最大的作为正样本，然后对预测框解码，如果预测框与真实框iou大于阈值，则忽略。 不知道这两种的训练结果差别大吗

[bubbliiiing]

后者，前者应该不对，效果应该不阿红

[wzr0108]

后者，前者应该不对，效果应该不阿红

谢谢up主