常用目标检测算法loss总结（持续更新）

R-cnn，Fast Rcnn

输入层设置

特征输入分别输出到两个并行的全连接层，即传统意义上的，分类+回归

• cls_score层：分类层，输出K+1维的数组，$p_{i}$ 表示是分类还是背景的概率
• bbox_predict层: 候选框需要调整层，输出4*K维数组，表示属于第K类时应该缩放平移的参数

Loss fuction

• loss_cls : 对分类进行评估，采用真实分类概率决定: $L_{cls} = - log p_{u}$
• loss_bbox:对bbox定位进行评估，用于比较真实分类对应的预测参数 $t^{u}$ 和真实平移缩放参数为 $v$ 的差别: $L_{loc} = \Sigma_{i=1}^{4} g(t_{i}^{u} - v_{i})$
  
  • 其中，g为L1正则，故对离群点不敏感: $g(x)=\begin{cases} 0.5x^2& |x|<1\\|x|-0.5&otherwise \end{cases}$

总代价为两个loss加权和：$L= \begin{cases} L_{cls}+\lambda L_{loc}& u为前景\\ L_{cls} &u为背景\end{cases}$
并且，当分类为背景的时候不考虑加权loss

Faster Rcnn

• loss_cls : 分类loss和前者不同，这里是两类（是物体和不是物体）的loss，$L_{cls}(p_i,p_i{*}) = - \log [p_i*p_i + (1-p_i^*)*(1-p_i)]$
• loss_bbox：同fast rcnn使用L1正则
  
  • 注：在bounding box regression中，对四个参数化坐标需要进行约束以防差值过大，即相减后还分别除以各自的宽高。

Yolo

所有的参数计算都纳入回归中, 每个格子都有B个bounding box信息，以及C个物体属于某类别的概率。且每个bounding box有五个参数 $x,y,w,h,Confidence$，confidence反应的是bounding box是否包含物体和物体位置的准确性，$Confidence = P(object)*Iou$，由于只有在包含物体$P(object) = 1$奏效，因此如果不包含则置信度为0

• $Loss = \Sigma_{i=0}^{s^2}coordError + iouError + classError$
  
  • 作者认为位置（坐标，IOU）相关误差和分类误差贡献不同，$\lambda _{coord} = 5$ 对 $coordError$修正。之所以对$w,h$开根号是因为图像宽高可能会很大，相减差距过大导致平方爆炸
  • 计算IOU误差时，将包含和不包含分成了两个部分进行概率计算，但二者IOU的误差会变相改变对立IOU的值导致难训练，因此使 $\lambda_{noobj} = 0.5$ 来修正不包含物体的IOU框。
  • 引用别人的一张图，解释的很好，重点是confidence的预测

参考博文：
https://blog.csdn.net/shenxiaolu1984/article/details/51036677
https://zhuanlan.zhihu.com/p/25236464
https://blog.csdn.net/u014381600/article/details/55505231