深度理解yolov3损失函数

最新推荐文章于 2024-05-15 19:01:29 发布

慕思侣

最新推荐文章于 2024-05-15 19:01:29 发布

阅读量1.3w

点赞数 11

分类专栏： yolo 文章标签：深度学习 yolov3

本文链接：https://blog.csdn.net/u014090429/article/details/116798347

版权

yolo 专栏收录该内容

16 篇文章 1 订阅

订阅专栏

深度理解yolov3损失函数

在yolov3中，loss分为三个部分：

一个是xywh部分带来的误差，也就是bbox带来的loss
一个是置信度带来的误差，也就是obj带来的loss
最后一个是类别带来的误差，也就是class带来的loss

在代码中分别对应lbox,lobj,lcls，yolov3中使用的loss公式如下：

$\begin{aligned} lbox &= \lambda_{coord}\sum_{i=0}^{S^2}\sum_{j=0}^{B}1_{i,j}^{obj}(2-w_i\times h_i)[(x_i-\hat{x_i})^2+(y_i-\hat{y_i})^2+(w_i-\hat{w_i})^2+(h_i-\hat{h_i})^2] \\ lcls &= \lambda_{class}\sum_{i=0}^{S^2}\sum_{j=0}^{B}1_{i,j}^{obj}\sum_{c\in classes}p_i(c)log(\hat{p_i}(c)) \\ lobj &= \lambda_{noobj}\sum_{i=0}^{S^2}\sum_{j=0}^{B}1_{i,j}^{noobj}(c_i-\hat{c_i})^2+\lambda_{obj}\sum_{i=0}^{S^2}\sum_{j=0}^{B}1_{i,j}^{obj}(c_i-\hat{c_i})^2 \\ loss &= lbox + lobj + lcls \end{aligned}$

其中：

S:代表grid size， $S^2$ 代表 13×13,26×26,52×52

B：box

$1_{i,j}^{obj}$ ：如果在i,j处的box有目标，其值为1，否则为0

$1_{i,j}^{noobj}$ ：如果在i,j处的box没有目标，其值为1，否则为0

BCE(binary cross entropy)具体计算公式如下：

$BCE(\hat{c_i},c_i)=-\hat{c_i}\times log(c_i)-(1-\hat{c_i})\times log(1-c_i)$

以上是论文中yolov3对应的损失函数分析，对应框架为darknet。而pytorch版本的yolov3改动比较大，分成三个部分进行具体分析：

1.lbox部分

在U版yolov3中，使用的是GIOU，具体讲解见GIOU讲解链接

简单来说其IoU公式如下：

$IoU=\frac{|A\cap B|}{|A\cup B|}$

而GIoU公式如下：

$GIoU=IoU-\frac{|A_c-U|}{|A_c|}$

其中 $A_c$ 代表两个框最小闭包区域面积，也就是同时包含了预测框和真实框的最小框的面积。

yolov3中提供了IoU，GIoU，DIoU和CIoU等计算方式，以GIoU为例：

if GIoU:  # Generalized IoU https://arxiv.org/pdf/1902.09630.pdf
    c_area = cw * ch + 1e-16  # convex area
    return iou - (c_area - union) / c_area  # GIoU

可以看到代码和GIoU公式是一致的，再来看一下lbox计算部分：

giou = bbox_iou(pbox.t(), tbox[i],
				x1y1x2y2=False, GIoU=True) 
lbox += (1.0 - giou).sum() if red == 'sum' else (1.0 - giou).mean()

可以看到box的loss是1-giou的值。

2.lobj部分

lobj代表置信度，即该bounding box中是否含有物体的概率。在yolov3代码中obj loss可以通过arc来指定，有两种模式：

如果采用default模式，使用BCEWithLogitsLoss，将obj loss和cls loss分开计算：

BCEobj = nn.BCEWithLogitsLoss(pos_weight=ft([h['obj_pw']]), reduction=red)
if 'default' in arc:  # separate obj and cls
    lobj += BCEobj(pi[..., 4], tobj)  # obj loss
    # pi[...,4]对应的是该框中含有目标的置信度，和giou计算BCE
    # 相当于将obj loss和cls loss分开计算

如果采用BCE模式，使用的也是BCEWithLogitsLoss，计算对象是所有的cls loss：

BCE = nn.BCEWithLogitsLoss(reduction=red)
elif 'BCE' in arc:  # unified BCE (80 classes)
    t = torch.zeros_like(pi[..., 5:])  # targets
    if nb:
        t[b, a, gj, gi, tcls[i]] = 1.0 # 对应正样本class置信度设置为1
        lobj += BCE(pi[..., 5:], t)#pi[...,5:]对应的是所有的class

3.lcls部分

如果是单类的情况，cls loss=0

如果是多类的情况，也分两个模式：

如果采用default模式，使用的是BCEWithLogitsLoss计算class loss。

BCEcls = nn.BCEWithLogitsLoss(pos_weight=ft([h['cls_pw']]), reduction=red)
# cls loss 只计算多类之间的loss,单类不进行计算
if 'default' in arc and model.nc > 1:
    t = torch.zeros_like(ps[:, 5:])  # targets
    t[range(nb), tcls[i]] = 1.0 # 设置对应class为1
    lcls += BCEcls(ps[:, 5:], t)  # 使用BCE计算分类loss

如果采用CE模式，使用的是CrossEntropy同时计算obj loss和cls loss。

CE = nn.CrossEntropyLoss(reduction=red)
elif 'CE' in arc:  # unified CE (1 background + 80 classes)
    t = torch.zeros_like(pi[..., 0], dtype=torch.long)  # targets
    if nb:
    t[b, a, gj, gi] = tcls[i] + 1 # 由于cls是从零开始计数的，所以+1
    lcls += CE(pi[..., 4:].view(-1, model.nc + 1), t.view(-1))
    # 这里将obj loss和cls loss一起计算，使用CrossEntropy Loss

以上三个部分总结下来就是下图：

参考链接：https://www.cnblogs.com/pprp/p/12590801.html

慕思侣

关注

11
点赞
踩
93

收藏

觉得还不错? 一键收藏
4
评论
深度理解yolov3损失函数

深度理解yolov3损失函数在yolov3中，loss分为三个部分：一个是xywh部分带来的误差，也就是bbox带来的loss 一个是置信度带来的误差，也就是obj带来的loss 最后一个是类别带来的误差，也就是class带来的loss在代码中分别对应lbox,lobj,lcls，yolov3中使用的loss公式如下：其中：S:代表grid size，代表13×13,26×26,52×52B：box ：如果在i,j处的box有目标，其值为1...
复制链接

扫一扫