PNet cls_loss问题

[tangchen2]

作者您好，我看了一下关于cls_ohem部分的代码
label_prob相当于对gt_label为1的pos sample 取第二个cls_prob，对其余label取第一个cls_prob
然后 -tf.log(label_prob) 对于pos sample而言没错，但对于neg sample而言，其应该是 -tf.log(1 - label_prob) 但代码中没有实现 -tf.log(1- label_prob)的部分
下面的valid_inds 是将pos sample和neg sample都筛选出来的 所以和loss相乘的时候 并没有将neg sample的 -tf.log(label_prob)消除，所以我认为这里的loss计算会有一些问题
还望大家讨论一下

[zh7117]

作者的代码等价于使用softmax_cross_entropy, 这种情况的cross_entropy 就是-label*log(logit).