Pytorch fastrcnn resnet50 fpn损失函数

Question

我使用本教程中的预训练模型。https://pytorch.org/tutorials/intermediate/torchvision_tutorial.html defining-your-model

模型是pytorch的Faster RCNN ResNet 50 FPN模型。有人知道分类损失、损失和对象损失函数是什么吗(即交叉熵或?)提前感谢，南·a .

Answer 1

Objectness是与第一阶段(RPN)中的每个锚盒关联的2个类(对象/非对象)上的二进制交叉熵损失项，分类损失是C个类上的正常交叉熵项。第一阶段的区域建议和第二阶段的边界框也用平滑L1损失项进行惩罚。

还应该注意的是，作者交替训练第一阶段和第二阶段，因为两者都依赖于用卷积层+ FPN计算的相同特征来帮助训练收敛。

不是很清楚的描述?我建议阅读fast - rcnn的原始论文，因为它是相当基础的，可能会比我更好地描述损失项。