SSD算法代码介绍(六):模型训练的评价函数

本文详述了SSD算法在MXNet框架下训练阶段的评价指标,通过MultiBoxMetric类实现分类和回归损失的计算。后续内容将探讨测试阶段的评价函数,特别是mAP在目标检测算法中的应用。
摘要由CSDN通过智能技术生成

这篇博客介绍训练过程中的评价函数,在MXNet框架下都可以通过继承mx.metric.EvalMetric类进行实现。

该项目的train文件夹下的metric.py定义了一个类:MultiBoxMetric,该类可以作为训练时候分类和回归损失的计算。

import mxnet as mx
import numpy as np

class MultiBoxMetric(mx.metric.EvalMetric):
    """Calculate metrics for Multibox training """

# __init__中指定了两个损失的名称,和其他两个参数,
# 最后调用了该类的reset方法重置了一些计数变量。
    def __init__(self, eps=1e-8):
        super(MultiBoxMetric, self).__init__('MultiBox')
        self.eps = eps
        self.num = 2
        self.name = ['CrossEntropy', 'SmoothL1']
        self.reset()


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值