eval시 bounding box 출력에 대해서 궁금한 점이 있습니다

안녕하세요

object detection 모델 훈련 후에 inference할 때 만일 개 위치에 개 박스와 사람 박스가 같이 쳐져 있는 경우에는 훈련이 잘못된건가요?

NMS를 거쳐도 결국 같은 클래스 상으로 지워지기 때문에 결국 모델 훈련에 있어서 잘못된 거 같은데, 기본적인 sigmoid 기반의 focal loss가 아닌 softmax 기반의 focal loss로 접근해야 할까요?