YOLO的损失函数

Question

我可以将此损失函数用于YOLO 吗

def myLoss(y_actual,y_pred):
a = tf.keras.losses.BinaryCrossentropy()(y_actual[:,:,:,0],y_pred[:,:,:,0])
b = tf.keras.losses.MeanSquaredError()(y_actual[:,:,:,1:], y_pred[:,:,:,1:]*y_actual[:,:,:,:1])


loss= a + b 
return loss

其中y_actual=[Pc，bx，by，bw，bh，c1，c2，c3]
Pc=c1、c2、c3中的一个存在于特定网格中的概率，
bx、by、bw、bh是特定网格的边界框参数，
c1、c2和c3是我想要预测的3个类别，例如：类别3的0,0,1

我在某个地方读到，当Pc_actual=0时，损失不关心边界框和类预测，所以我将它们与Pc_actual相乘，这样当Pc_actual为0时，对应于这些项的损失为0。

如果我错了，请纠正我

Answer 1

当Pc_actual=0时，损失不关心边界框和类预测，而是关心Pc_pred的结果，因为你也需要模型学习它，所以当Pc_actual=0时，损失函数应该是(Pc_actual - Pc_pred)**2，以在模型预测有对象而没有对象时惩罚模型。