常用目标检测算法loss总结（持续更新）

R-cnn，Fast Rcnn

输入层设置

特征输入分别输出到两个并行的全连接层，即传统意义上的，分类+回归

• cls_score层：分类层，输出K+1维的数组， pi p i 表示是分类还是背景的概率
• bbox_predict层: 候选框需要调整层，输出4*K维数组，表示属于第K类时应该缩放平移的参数

Loss fuction

• loss_cls : 对分类进行评估，采用真实分类概率决定: Lcls=−logpu L c l s = − l o g p u
• loss_bbox:对bbox定位进行评估，用于比较真实分类对应的预测参数 tu t u 和真实平移缩放参数为 v v 的差别: Lloc=Σ4i=1g(tui−vi) L l o c = Σ i = 1 4 g ( t i u − v i )
  
  • 其中，g为L1正则，故对离群点不敏感: g(x)={0.5x2|x|−0.5|x|<1otherwise g ( x ) = { 0.5 x 2 | x | < 1 | x | − 0.5 o t h e r w i s e

总代价为两个loss加权和： L={Lcls+λLlocLclsu为前景u为背景 L = { L c l s + λ L l o c u 为 前 景 L c l s u 为 背 景
并且，当分类为背景的时候不考虑加权loss

Faster Rcnn

• loss_cls : 分类loss和前者不同，这里是两类（是物体和不是物体）的loss， Lcls(pi,pi∗)=−log[pi∗pi+(1−p∗i)∗(1−pi)] L c l s ( p i , p i ∗ ) = − log ⁡ [ p i ∗ p i + ( 1 − p i ∗ ) ∗ ( 1 − p i ) ]
• loss_bbox：同fast rcnn使用L1正则
  
  • 注：在bounding box regression中，对四个参数化坐标需要进行约束以防差值过大，即相减后还分别除以各自的宽高。

Yolo

所有的参数计算都纳入回归中, 每个格子都有B个bounding box信息，以及C个物体属于某类别的概率。且每个bounding box有五个参数 x,y,w,h,Confidence x , y , w , h , C o n f i d e n c e ，confidence反应的是bounding box是否包含物体和物体位置的准确性， Confidence=P(object)∗Iou C o n f i d e n c e = P ( o b j e c t ) ∗ I o u ，由于只有在包含物体 P(object)=1 P ( o b j e c t ) = 1 奏效，因此如果不包含则置信度为0

• Loss=Σs2i=0coordError+iouError+classError L o s s = Σ i = 0 s 2 c o o r d E r r o r + i o u E r r o r + c l a s s E r r o r
  
  • 作者认为位置（坐标，IOU）相关误差和分类误差贡献不同， λcoord=5 λ c o o r d = 5 对 coordError c o o r d E r r o r 修正。之所以对 w,h w , h 开根号是因为图像宽高可能会很大，相减差距过大导致平方爆炸
  • 计算IOU误差时，将包含和不包含分成了两个部分进行概率计算，但二者IOU的误差会变相改变对立IOU的值导致难训练，因此使 λnoobj=0.5 λ n o o b j = 0.5 来修正不包含物体的IOU框。
  • 引用别人的一张图，解释的很好，重点是confidence的预测

参考博文：
https://blog.csdn.net/shenxiaolu1984/article/details/51036677
https://zhuanlan.zhihu.com/p/25236464
https://blog.csdn.net/u014381600/article/details/55505231