放在最前：本文參考datawhale教程 動手學cv-pytorch ←超好的學習教程！
我們分配了許多prior bboxes，我們要想讓其**類別和目標框資訊，我們先要知道每個prior bbox和哪個目標對應，從而才能判斷**的是否準確，從而將訓練進行下去。
不同方法 ground truth boxes 與 prior bboxes 的匹配策略大致都是類似的，但是細節會有所不同。這裡我們採用ssd中的匹配策略，具體如下：
第乙個原則：從ground truth box出發，尋找與每乙個ground truth box有最大的jaccard overlap的prior bbox，這樣就能保證每乙個groundtruth box一定與乙個prior bbox對應起來(jaccard overlap就是iou，如圖3-26所示，前面介紹過)。 反之，若乙個prior bbox沒有與任何ground truth進行匹配，那麼該prior bbox只能與背景匹配，就是負樣本。
乙個中ground truth是非常少的，而prior bbox卻很多，如果僅按第乙個原則匹配，很多prior bbox會是負樣本，正負樣本極其不平衡，所以需要第二個原則。
第二個原則：從prior bbox出發，對剩餘的還沒有配對的prior bbox與任意乙個ground truth box嘗試配對，只要兩者之間的jaccard overlap大於閾值（一般是0.5），那麼該prior bbox也與這個ground truth進行匹配。這意味著某個ground truth可能與多個prior box匹配，這是可以的。但是反過來卻不可以，因為乙個prior bbox只能匹配乙個ground truth，如果多個ground truth與某個prior bbox的 iou 大於閾值，那麼prior bbox只與iou最大的那個ground truth進行匹配。
注意：第二個原則一定在第乙個原則之後進行，仔細考慮一下這種情況，如果某個ground truth所對應最大iou的prior bbox小於閾值，並且所匹配的prior bbox卻與另外乙個ground truth的iou大於閾值，那麼該prior bbox應該匹配誰，答案應該是前者，首先要確保每個ground truth一定有乙個prior bbox與之匹配。
用乙個示例來說明上述的匹配原則：
影象中有7個紅色的框代表先驗框，黃色的是ground truths，在這幅影象中有三個真實的目標。按照前面列出的步驟將生成以下匹配項：
舉個例子：假設在這 441 個 prior bbox 裡，經過匹配後得到正樣本先驗框p個，負樣本先驗框 441−p 個。將負樣本prior bbox按照prediction loss從大到小順序排列後選擇最高的m個prior bbox。這個m需要根據我們設定的正負樣本的比例確定，比如我們約定正負樣本比例為1:3時。我們就取m=3p，這m個loss最大的負樣本難例將會被作為真正參與計算loss的prior bboxes，其餘的負樣本將不會參與分類損失的loss計算。
本小節介紹的內容圍繞如何進行訓練展開，主要是3塊：
先驗框與gt框的匹配策略
損失函式計算
難例挖掘
這3部分是需要結合在一起理解，我們再整個梳理下計算loss的步驟
1）先驗框與gt框的匹配
按照我們介紹的方案，為每個先驗框都分配好類別，確定是正樣本還是負樣本。
計算loss
按照我們定義的損失函式計算 分類loss 和 目標框回歸loss
負樣本不計算目標框的回歸loss
難例挖掘
上面計算的loss中分類loss的部分還不是最終的loss
因為負樣本先驗框過多，我們要按一定的預設比例，一般是1:3，將loss最高的那部分負樣本先驗框拿出來，其餘的負樣本忽略，重新計算分類loss
完整loss計算過程的**見model.py中的 multiboxloss 類。
共勉：這一小節是整個章節中最難理解，也是**最難啃的部分，堅持就是勝利～
動手學Docker 第四彈 Docker持久化儲存
完整專案請檢視github 鏈結 知道現在我們所有操作都是基於容器的，也就是我們的所有資料的生命週期是和容器一樣的，如果容器被刪除了，那麼我們的所有資料也就沒有了，這肯定不是我們想要看到的，我們想要一些資料儘管容器不存在了，但仍然可以儲存，所以就需要docker的持久化技術。目前docker可以通過...
動手學深度學習
線性回歸的基本要素 模型 為了簡單起見，這裡我們假設 只取決於房屋狀況的兩個因素，即面積 平方公尺 和房齡 年 接下來我們希望探索 與這兩個因素的具體關係。線性回歸假設輸出與各個輸入之間是線性關係 price warea area wage age b price warea area wage a...
自己動手學Remoting 一
using system using system.collections.generic using system.text using system.runtime.remoting using system.runtime.remoting.channels using system.runt...