Что такое anchor matching и какие критерии используются?

Anchor matching — это процесс сопоставления предопределённых якорей (anchors) с истинными объектами на изображении при обучении моделей детекции, например, SSD или Faster R-CNN. Якоря — это заранее заданные прямоугольники разных размеров и аспектов, покрывающие изображение.

Критерии для сопоставления обычно включают:

• IoU (Intersection over Union): вычисляется пересечение и объединение между якорем и истинным объектом. Якорь считается положительным, если IoU превышает заданный порог (например, 0.5).
• Максимальный IoU: для каждого истинного объекта выбирается якорь с максимальным IoU, чтобы гарантировать, что каждый объект имеет хотя бы один положительный якорь.
• Отрицательные якоря: те, у которых IoU ниже нижнего порога (например, 0.4), считаются отрицательными и используются для обучения на фоне.

Таким образом, anchor matching помогает модели научиться правильно классифицировать и локализовать объекты, связывая предсказания с реальными объектами на изображении.