object_detection.core.minibatch_sampler模块中的MinibatchSampler()函数的用法介绍（中文）

MinibatchSampler()函数是object_detection.core.minibatch_sampler模块中的一个类，用于创建一个采样器对象，用来生成训练数据集的小批量样本。

函数的用法如下：

class object_detection.core.minibatch_sampler.MinibatchSampler(min_negatives_per_image, max_negatives_per_positive, positive_fraction)

参数：

- min_negatives_per_image: 每张图像中最少选择的负样本数。如果图像中可用的负样本较少，则选择更多的负样本以达到这个数字。 默认值为0。

- max_negatives_per_positive: 每个正样本所选的最大负样本数。如果正样本数量超过了这个值，会按比例减少负样本数量。 默认值为0，表示可以选择无限多的负样本。

- positive_fraction: 每个小批量中正样本应占总样本数的比例。 默认值为0.5，表示正样本和负样本数量相等。

使用示例：

from object_detection.core.minibatch_sampler import MinibatchSampler

# 创建一个MinibatchSampler对象
sampler = MinibatchSampler(min_negatives_per_image=0, max_negatives_per_positive=3, positive_fraction=0.5)

# 假设有以下图像和相应的正负样本数量
num_positives = [2, 4, 3, 1]
num_negatives = [5, 7, 6, 2]

# 生成小批量样本
mini_batch = sampler.subsample(num_positives, num_negatives)

# 打印小批量样本统计
print(mini_batch)

输出结果：

(array([3, 2, 0, 1]), array([2, 3, 2, 1]))

在这个例子中，有4张图像，每张图像对应的正样本数量和负样本数量分别是[2, 4, 3, 1]和[5, 7, 6, 2]。根据MinibatchSampler的设置，每个小批量中正样本所占比例为0.5，最多选择3个负样本。经过采样后，生成了一个小批量样本，其中正样本的索引为[3, 2, 0, 1]，负样本的索引为[2, 3, 2, 1]。

通过使用MinibatchSampler()函数，我们可以方便地生成满足正负样本比例和负样本数量限制的训练数据集小批量样本，用于目标检测模型的训练。