目标检测中的损失函数汇总
和图像分割中将损失函数分为基于分布,基于区域以及基于边界的损失函数不一样,目标检测经常可以认为由2类最基础的损失,分类损失和回归损失而组成。分类损失CE loss,交叉熵损失交叉熵损失,二分类损失(binary CE loss)是它的一种极端情况. 在机器学习部分就有介绍它。如下图所示,y是真实标签,a是预测标签,一般可通过sigmoid,softmax得到,x是样本,n是样本数目,和对数似然等价。目标检测中的损失函数汇总_senbinyu的博客-CSDN博客_目标检测的损失函数。
复制链接