nanodet阅读：（3）Loss计算及推理部分

一、前言

loss的计算是一个AI工程代码的核心之一，nanodet的损失函数与yolo v3/5系列有很大不同，具体见Generalized Focal Loss，说实话一开始看这个损失函数博客，没看明白，后来看完代码才看懂，作者虽然简单讲了一下，但是讲的很到位，结合代码来看，一目了然。损失函数源代码较为复杂，各种调用、各种变换，看的头疼。为此整理了一份流程图，简单参考一下。

二、正文

loss部分代码较多，全部贴出来反而会妨碍阅读，欲详细了解的，去看代码注释吧——loss函数主体代码、gfocal_loss代码。下文大致讲讲loss的组成及相关细节。
nanodet的loss分为两种——GIOU loss和gfocal_loss，后者可细分为quality focal loss与distribution focal loss。其中GIOU loss与distribution focal loss对应模型的目标bbox输出，quality focal loss对应模型的目标类别输出。

1.GIOU loss
GIOU loss很常见了，预测的bbox值与相匹配的gt bbox标签做损失函数输入。先说说预测的bbox值怎么来的。

class Integral(nn.Module):
    def __init__(self, reg_max=16):
        super(Integral, self).__init__()
        self.reg_max = reg_max  # 7
        self.register_buffer(
            "project", torch.linspace(0, self.reg_max, self.reg_max + 1)  # 返回一维 tensor = [0, 1, 2, 3, ... reg_max]
        )
	# input x.shape = (N, 4 * (reg_max + 1))
    def forward(self, x):
        x = F.softmax(x.reshape(-1, self.reg_max + 1), dim=1)  # softmax 之后，数据就是 (0, 1)之间了
        x = F.linear(x, self.project.type_as(x)).reshape(-1, 4)  # 与 self.project 做矩阵相乘，返回 (0, reg_max) 之间的数
        return x

模型输出的原始bbox值，先经softmax变换为一组概率值。为什么用概率来表示bbox位置呢，按照李翔大佬的说法：在复杂场景中，边界框的表示具有很强的不确定性，而用概率来衡量一个事物的不确定性，是很合适的。如下图所示，概率值与reg_max数组做点积输出的值就是anchor中心与bbox某一条边的预测距离。在拿anchor中心坐标加减前面的预测距离就得到了熟悉的bbox预测坐标。

上图的结果为2 x 0.1 + 3 x 0.9 = 2.9，该数值就是anchor中心到bbox某条边的距离。
然后就可以拿该预测bbox值与gt bbox值做损失函数计算了。

loss_bbox = self.loss_bbox(
	pos_decode_bbox_pred,  # 预测的 bbox 左上右下角点坐标, (pos_num, 4)
	pos_decode_bbo