【Faster RCNN】损失函数理解
RPN和回归头里的对偏移量的损失函数为什么是 Smooth L1呢?
这是因为:
Smooth L1完美地避开了 L1 和 L2 损失的缺陷,在 x 较小时,对 x 的梯度也会变小; 而在 x 很大时,对 x 的梯度的绝对值达到上限1,不会因预测值的梯度十分大导致训练不稳定。
目标检测回归损失函数简介 : https://blog.csdn.net/baidu_36557924/article/details/107793470
RPN和回归头里的对偏移量的损失函数为什么是 Smooth L1呢?
这是因为:
Smooth L1完美地避开了 L1 和 L2 损失的缺陷,在 x 较小时,对 x 的梯度也会变小; 而在 x 很大时,对 x 的梯度的绝对值达到上限1,不会因预测值的梯度十分大导致训练不稳定。
目标检测回归损失函数简介 : https://blog.csdn.net/baidu_36557924/article/details/107793470