YOLOv4 正负样本匹配机制全解：匹配规则 + 样例图文演示

✅ YOLOv4 正负样本划分详解

一、前言

在目标检测中，正负样本划分是训练过程中的关键环节，它决定了哪些预测框参与损失计算，从而影响模型的学习效果。

YOLOv4 在 YOLOv3 的基础上进行了改进，包括：

• 使用 CSPDarknet53 主干网络；
• 引入 PANet 特征融合结构；
• 支持 Mosaic 数据增强；
• 使用 CIoU Loss 和 DIoU-NMS；

但在正样本划分逻辑上，YOLOv4 保持了与 YOLOv3 类似的设计方式，并未引入如 YOLOv5 中的“动态标签分配”等新机制。

本文将基于以下来源进行解析：

• ✅ YOLOv4: Optimal Speed and Accuracy of Object Detection (论文原文)
• ✅ AlexeyAB/darknet 开源实现

二、YOLOv4 的输出结构回顾

YOLOv4 输出三个层级的特征图：

每个 bounding box 包含：

(tx, ty, tw, th, confidence, class_0, ..., class_C)

其中 C 是类别数量（如 COCO 为 80）

三、YOLOv4 的正样本划分机制详解（来自 Darknet 实现）

⚙️ 核心思想：

YOLOv4 的正样本由以下两个条件共同决定：

1. 该 bounding box 所属的 grid cell 包含物体中心点
2. 该 bounding box 的 anchor 与 ground truth 的 IoU 最大

✅ 注：这是 YOLO 系列的传统做法，在 YOLOv4 中未发生本质变化。

🧪 示例说明（假设图像大小为 608×608）：

Step 1: 获取 ground truth 框（归一化坐标）

gt_boxes = [
    {"class_id": 0, "bbox": [0.25, 0.38, 0.17, 0.25]},  # person
    {"class_id": 1, "bbox": [0.50, 0.17, 0.17, 0.17]}   # car
]

其中 bbox 格式为 (x_center, y_center, width, height)，均归一化到 [0, 1]

Step 2: 获取所有 anchor boxes（K-Means 聚类结果）

anchors = [(10,13), (16,30), (33,23),
          (30,61), (62,45), (59,119),
          (116,90), (156,198), (373,326)]

Step 3: 判断哪个 anchor 应被标记为正样本

对每个 GT 框，执行如下操作：

1. 计算其落在哪个 grid cell；
2. 计算其与所有 anchor 的 IoU；
3. 找出 IoU 最大的那个 anchor；
4. 将该 anchor 对应的 bounding box 标记为正样本；
5. （可选）其他 IoU > threshold 的 anchor 可以被标记为 ignore（不参与 loss）；

for gt in gt_boxes:
    x_center = int(gt["bbox"][0] * feature_map_width)  # 归一化 → grid_x
    y_center = int(gt["bbox"][1] * feature_map_height)

    ious = [compute_iou(anchor, gt["bbox"]) for anchor in anchors]
    best_anchor_idx = np.argmax(ious)

    # 找出该 anchor 所属层级（layer）
    layer_idx = get_layer_from_anchor(best_anchor_idx)  # 如 0 表示小目标层

    # 标记为正样本
    label_tensor[layer_idx][y_center, x_center, best_anchor_idx, ...] = {
        "tx": tx,
        "ty": ty,
        "tw": tw,
        "th": th,
        "confidence": 1,
        "class_prob": one_hot(class_id)
    }

四、YOLOv4 中各类样本定义总结

五、YOLOv4 中的阈值设置（来自 darknet 源码）

YOLOv4 的 .cfg 文件中有几个关键参数用于控制 anchor 匹配和正样本选择：

[yolo]
iou_loss=ciou
iou_thresh=0.213
ignore_thresh=0.7
truth_thresh=1

✅ 注意：YOLOv4 默认只使用 IoU 最大的 anchor 作为正样本。

六、YOLOv4 的损失函数作用对象

YOLOv4 的损失函数分为三部分：

七、YOLOv4 的正样本匹配流程总结（伪代码）

for each ground_truth_box in image:
    # Step 1: 确定 GT 中心所在的 grid cell
    cell_x = int(gt.x_center * feature_map_width)
    cell_y = int(gt.y_center * feature_map_height)

    # Step 2: 计算每个 anchor 与 GT 的 IoU
    ious_with_anchors = [bbox_iou(anchor, gt) for anchor in anchors]

    # Step 3: 找到 IoU 最大的 anchor
    best_anchor_index = np.argmax(ious_with_anchors)

    # Step 4: 判断是否满足阈值要求
    if ious_with_anchors[best_anchor_index] >= truth_thresh:
        mark as positive sample
        assign to corresponding yolo layer
        compute localization loss
        compute class loss

    else:
        for a in range(num_anchors):
            if ious_with_anchors[a] > ignore_thresh and a != best_anchor_index:
                mark as ignore
            else:
                mark as negative sample

八、YOLOv4 中的标签构建（简化版）

YOLOv4 的输出是一个三维张量：

[batch_size, H, W, (B × (5 + C))]

其中：

• H × W：特征图大小（如 80×80）
• B = 3：每个位置预测的 bounding box 数量
• 5 + C：每个 bounding box 的参数（tx, ty, tw, th, confidence, class_probs）

📌 示例标签构建（以 person 为例）：

label_80x80 = np.zeros((80, 80, 3, 5 + num_classes))

# person 出现在 (30, 20) 的 grid cell，anchor_idx = 0
label_80x80[20, 30, 0, :4] = [0.25, 0.38, 0.17, 0.25]  # tx, ty, tw, th
label_80x80[20, 30, 0, 4] = 1.0  # confidence
label_80x80[20, 30, 0, 5] = 1.0  # person 类别置信度

九、YOLOv4 中的 NMS 阶段样本处理（推理阶段）

虽然 NMS 不属于训练阶段，但它也涉及样本保留或删除，可以视为一种广义上的“正样本后处理”。

YOLOv4 支持 DIoU-NMS，提升密集场景下的召回能力。

keep_indices = diou_nms(boxes, scores, iou_threshold=0.45)
final_boxes = boxes[keep_indices]

十、YOLOv4 中的正负样本划分特点总结

十一、YOLOv4 的局限性（关于正样本划分）

十二、结语

YOLOv4 的正负样本划分机制沿用了 YOLOv3 的设计思路：

• 使用 anchor 与 GT 的 IoU 进行匹配；
• 每个 GT 只匹配一个 anchor；
• 保留传统做法，不引入复杂策略；
• 支持 ignore thresh 控制干扰样本；

📌 欢迎点赞 + 收藏 + 关注我，我会持续更新更多关于目标检测、YOLO系列、深度学习等内容！