Question about threshold of mask in baseline about pmtd HOT 1 CLOSED

这次commit是对PMTD中的plane clustering进行ablation study。模型还是使用pyramid label训练的模型，输出还是pyramid mask。但是框的预测方式并不是plane clustering，而是直接阈值截断。原则上阈值截断的边界应该是 pyramid mask的z值为0，但是为了鲁棒，我们把z的阈值改成了0.01。也就是说，这里的0.01是表达“通过阈值截断的方式获取文字边界”。

至于为什么sigmoid要从后处理移到主模型，原因是这样的：
当你做2分类任务时，
model.train()时，损失函数binary cross entropy实际对pred干了两件事：
pred = pred.sigmoid(); loss = -(gt * log pred + (1- gt) * log (1-pred))。
而当model.eval()时，后处理对pred做了一件事：
pred = pred.sigmoid()。

但是当你尝试回归pyramid mask \in [0, 1] 时，损失函数变成了L1 loss：
model.train()时，原来binary cross entropy帮你做的pred = pred.sigmoid()，现在要自己做。
而当model.eval()时，由于主模型里有了pred = pred.sigmoid()，所以后处理就不需要再次调用sigmoid了。

from pmtd.