本人在训练yolox的时候,看到一些概念进行研究,如下:
iou_loss
conf_loss
cls_loss
这些概念,查阅相关资料得到,结合YoloX的网络结构图
GIOU交并比
obj是框包含物体的置信度
class是loss中的类别损失
pre精度
map是用精度和召回率曲线作图后的积分面积
reg_loss预测框的坐标
yolox三个损失的含义:
1、Reg部分,可知道每个真实框对应的特征点,获取到每个框对应的特征点后,取出该特征点的预测框,利用真实框和预测框计算IOU损失,作为Reg部分的Loss组成。
2、Obj部分,可知道每个真实框对应的特征点,所有真实框对应的特征点都是正样本,剩余的特征点均为负样本,根据正负样本和特征点的是否包含物体的预测结果计算交叉熵损失,作为Obj部分的Loss组成。判断预测框内是否有物体。
3、Cls部分,可知道每个真实框对应的特征点,获取到每个框对应的特征点后,取出该特征点的种类预测结果,根据真实框的种类和特征点的种类预测结果计算交叉熵损失,作为Cls部分的Loss组成。判断预测框内物体的类别。