在大多数论文中，例如retinanet（https://arxiv.org/abs/1708.02002），它都会计算每个锚点与地面真相之间的iou。并根据每个阈值给每个锚点地面真理分配。例如，
具体而言，使用0.5的交叉点结合（IoU）阈值将锚分配给地面真实对象箱；如果他们的IoU在[0，0.4），则返回背景。由于每个锚点最多分配给一个对象框，因此我们将其长度k标签向量中的相应条目设置为1，将所有其他条目设置为0。如果未分配锚点，则可能发生[0.4，0.5）重叠，在训练过程中会被忽略
这是问题所在，如果在训练时忽略锚点，则在进行向后传播时不会对其进行更新。许多人无法更新参数。
那么，训练时不包括所有锚点的原因是什么？
谢谢