Label的生成(RPN)
RPN部分的Label，是连同数据增广，在送入网络训练之前就已经生成好的。由于检测需要解决的是2个问题：坐标的回归&坐标点的分类，自然地这里的Label包含的是2方面：分类Label的生成&回归Label的生成
分类Label的生成（RPN）
假设原图大小为 ，有9个anchor，Feature Map stride为16，那么最终关于分类的样本维度为 H/stride * W/stride * numanchor，即 H/16 * W/16 * 9，下面将结合实际图例，说明分类样本产生的过程。
这里举例一种简单的情况：原图的大小为768 * 1024，为了适配网络（1024 * 1024），我们在底部补黑边(0,0,0)。图中只有1个框，坐标为，如下图所示。
这里先给出最终生成的，每个Anchor下的分类Label。其中-1代表Ignore，实际训练中不会回传该部分的梯度；0代表负样本，即背景；1代表正样本，即目标。
可以看到，大部分的Anchor，对应的Label，不是0就是-1，只有Anchor 6中有少部分的目标。但具体是为什么，而每个点对应的值是如何计算的，下面给出说明。
分类Label的生成，涉及到以下的变量：
- Anchor Map：上文提到的 的Feature Map，记为
- 负样本（背景）的IoU阈值(neg)
- 正样本（目标）的IoU阈值(pos)
- 图片的ROI区域
- 图中目标的GT坐标值，这里我们先讨论只有一个GT框的情况，记这个GT框为
给定一个GT框，我们需要计算出，输出Feature Map中的每个坐标点中的每个Anchor Box与之间的交并比(IoU)。需要注意的是，任何超过图像边界框的Anchor都会被记为无效，并且忽略。 以Anchor3（wh = (368,192)）为例，图中的某个Anchor Box与GT的相互关系如下图所示。显然此时IOU = 0。
计算所有有效Anchor的原图，并映射回Output Feature Map，就能得到如下的IoU Map。可以看到有相当一部分的Anchor都为无效，我们将对应的值设为-1，这里有效Anchor和GT的IoU都比较小，基本在0.2以下，这也说明了这个宽高为(368,192)无法很好地作为这个GT框的先验
基于IoU Map，我们可以得到正负样本的Label：iou > pos的对应的位置，我们标记为正样本（1，目标），而iou < neg对应的位置，我们标记为负样本(0，背景），而 neg<= iou <= pos的区域，我们标记为-1（忽略），这么做的原因，一方面我们要在正负样本的数量上做均衡，另一方面neg<= iou <= pos很难区分，不利于网络的学习。最终得到下图所示的分类Label。通过刚才的IOU计算，其实已经可以知道这个Anchor下无法生成正样本Label
同理，可以得到Anchor6(736, 384)下的IoU Map以及分类Label