超级会员免费看
本文介绍了Faster R-CNN和Mask R-CNN的损失函数，包括mask损失函数Lmask、Faster R-CNN的分类和回归损失。Faster R-CNN由Lcls和Lbox组成，而Mask R-CNN增加Lmask，每个ROI使用平均二进制交叉熵损失。文章还详细阐述了RPN的分类损失和Fast RCNN的多分类损失，以及回归损失的计算方法。
问题
我的项目中涉及到这两个网络，而网络的最重要的部分除了巧妙的结构设计外，当属损失函数的设计了，所以很多时候面试官都会问我，损失函数使用的是啥，我想他们期待我给的答案是自己设计的损失函数吧，但是做项目的时候我那么菜，根本没有能力去设计好吧（说得好像现在有似的……），所以都是使用人家原有的损失函数，并没做修改。
时间久了，这些东西当再次被面试官问起的时候，希望我至少能把人家论文中的损失函数形式讲清楚吧。
简单介绍下这两个网络
目标检测的框架中包含4个关键模块，包括region proposal（生成ROI）、feature extraction（特征提取网络）、classification（ROI分类）、regression（ROI回归）。而faster-rcnn利用一个神经网络将这4个模块结合起来，训练了一个端到端的网络。
-
特征提取网络：它用来从大量的图片中提取出一些不同目标的重要特征，通常由conv+relu+pool层构成，常用一些预训练好的网络（VGG、Inception、Resnet等），获得的结果叫做特征图；
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
