일대다 할당
학습 과정에서 하나의 실제 객체 정답에 대해 여러 개의 예측 박스를 긍정 샘플로 할당하는 방식이다. 모델에 풍부한 학습 신호를 제공하여 수렴 속도를 높이는 데 유리하지만, 추론 시 중복 박스가 생성되어 NMS가 필요하게 된다.
