DEKR 解构式人体关键点回归（三）：损失函数

前言

损失函数是一项工作里很重要的部分，它意在每个训练阶段告诉模型有多“犯傻”、离“正确答案”还有多远，然后基于损失反向传播回去使得各模型参数获得相应的梯度，于是模型就知道该如何纠正错误(当然，还要结合优化算法，由于不在本文内容之中，这里就不给它出场的机会了)。正是这样经历一系列迭代训练后，模型最终才能学习成长为“三好学生”。

上一期CW已向大家介绍了DEKR的标签分配方法，那么本期就接着来看看损失函数的设计吧！

目录

i, 分类损失

ii. 回归损失

分类损失

分类指的是区分每个位置是否是关键点(COCO中有17类)和虚拟中心点(代表人的中心点，具体意义可以回顾上期内容)，对于COCO数据集来说，这里就会设置18个类别(17类+虚拟中心点1类)。类别对应到通道这个维度，于是，网络的输出是17张关键点热度图+1张虚拟中心点热度图，标签也是一样的形式，loss 使用的是加权的 L2 损失函数：

其中，H,C 分别代表预测的关键点和虚拟中心点热度图，带  的是对应的标签，它们相减是 element-wise 的形式。  代表掩膜(mask)，用于为正负样本分配不同的权重：正样本1，负样本0.1(注意不是0)。  的 shape 和  一致，比如：  则有17个通道，每个通道对应一类关键点，而  当然就只有1个通道了。 于是， 就是 element-wise product，每个元素一对一相乘。 

回归损失

网络回归的是虚拟中心点到关键点位置的 offset maps，对于COCO数据集来说，这个输出通道则为17x2=34，对应17类关键点的 x,y 坐标，标签也是同样的形式，虚拟中心点邻域的位置是正样本，loss 使用归一化的 Smooth-L1 损失：

 

其中， C 代表正样本位置集合，  代表网络预测的offset map，带  表示对应的标签，  代表人物面积，实际是根据人物中关键点在 x, y 方向的最远距离  来计算的：  ，  的 shape 和  是一致的，这里的所有操作也是 element-wise 的。

最终的 loss 计算如下：

其中是分类和回归损失的 trade-off，默认设为0.03。

这部分内容没有太多可言，loss 也很常规，对于正样本不熟悉的可以再回顾下前一期的内容。

可以思考下的是，为何 heatmap (分类)部分要使用 L2 Loss？ Cross Entropy，Focal Loss 会怎样呢？