关于损失函数部分confidence的损失值的计算

https://github.com/biubug6/Face-Detector-1MB-with-landmark/blob/2b075657aef954b9426f938ac7fce100b6910fe6/layers/modules/multibox_loss.py#L101-L117 作者您好，我在阅读您的代码的这一部分产生了一点疑问，这一部分的代码在计算正负置信度的时候似乎与SSD那篇论文的方法不太一样，您在这里采用这种方法的依据或者原因是什么呢？主要是log_sum_exp函数的实现原因，因为我看到有其他人计算（包括论文中）计算损失函数都是直接使用softmax loss进行计算不知道这里作者您的考量是什么呢？以及在log_sum_exp函数中使用x_max这个变量的原因是什么呢？ https://github.com/biubug6/Face-Detector-1MB-with-landmark/blob/2b075657aef954b9426f938ac7fce100b6910fe6/layers/modules/multibox_loss.py#L104 这里的 = 0是不是应该换成 = -math.inf，因为这里如果loss_c为负的话，降序排列 0 还是会排在负样本前面，在L109-L110处得到的neg不是会包含有正样本吗？

biubug6 / Face-Detector-1MB-with-landmark