MMLAB学习-MMCLS项目-修改配置文件和可视化

最新推荐文章于 2023-06-14 06:00:56 发布

dzm1204

最新推荐文章于 2023-06-14 06:00:56 发布

阅读量393

点赞数

分类专栏： # MMLAB 文章标签：学习 python 深度学习

本文链接：https://blog.csdn.net/qq_45893652/article/details/127878198

版权

MMLAB 专栏收录该内容

5 篇文章 1 订阅

订阅专栏

在配置文件中我们也可以修改配置为自己想要的结果

修改neck

在这里插入图片描述

自己重写一个损失函数

在这里插入图片描述

# 仿照其他损失函数导入进来
import torch
import torch.nn as nn
from ..builder import LOSSES
from .utils import weighted_loss

# 在这里重写损失函数
@weighted_loss
def l1_loss(pred, target):
    target = nn.functional.one_hot(target,num_classes=102)
    assert pred.size() == target.size() and target.numel() > 0
    loss = torch.abs(pred - target)
    return loss

@LOSSES.register_module()
class L1Loss(nn.Module):

    def __init__(self, reduction='mean', loss_weight=1.0):
        super(L1Loss, self).__init__()
        self.reduction = reduction
        self.loss_weight = loss_weight

    def forward(self,
                pred,
                target,
                weight=None,
                avg_factor=None,
                reduction_override=None):
        assert reduction_override in (None, 'none', 'mean', 'sum')
        reduction = (
            # 调用我们的损失函数
            reduction_override if reduction_override else self.reduction)
        loss = self.loss_weight * l1_loss(
            pred, target, weight, reduction=reduction, avg_factor=avg_factor)
        return loss