API de détection d'objet TensorFlow: que signifient les pertes dans l'api de détection d'objet?
Que signifient chacun pour les pertes suivantes? (dans l'API de détection d'objets TensorFlow, lors de la formation de modèles basés sur FasterRCNN)
Loss/BoxClassifierLoss/classification_loss/mul_1
Perte/BoxClassifierLoss/localisation_loss/mul_1
Perte/RPNLoss/localisation_loss/mul_1
Perte/RPNLoss/objectness_loss/mul_1
clone_loss_1
Les pertes pour le réseau de proposition régional:
Perte/RPNLoss/localisation_loss/mul_1 : Perte de localisation ou perte du régresseur Bounding Box pour le RPN
Loss/RPNLoss/objectness_loss/mul_1 : perte du classificateur classifiant si un cadre de sélection est un objet d'intérêt ou un arrière-plan
Les pertes pour le classificateur final:
Perte/BoxClassifierLoss/classification_loss/mul_1 : Perte pour la classification des objets détectés en différentes classes: Chat, Chien, Avion, etc.
Loss/BoxClassifierLoss/localisation_loss/mul_1 : localisation Perte ou perte du régresseur Bounding Box
clone_loss_1 n'est pertinent que si vous vous entraînez sur plusieurs GPU: Tensorflow créerait un clone du modèle à former sur chaque GPU et signalerait la perte sur chaque clone. Si vous entraînez le modèle sur un seul processeur graphique/processeur graphique, vous verrez simplement clone_loss_1, qui est identique à TotalLoss.
Les autres pertes sont décrites dans Réponse de Rohit .