Anchor free系列网络之YOLOX源码逐行讲解篇(七)--Head中Obj_loss、Cls_loss及Reg_loss的计算及反传一

整个YOLOX源码的学习一定要按照以下顺序才能整体串起来:Backbone->FPN->Head->->数据读入源码->数据增强源码->loss计算源码->simOTA源码->demo.py脚本->train.py脚本。而该系列博文也遵循该顺序来逐行分析代码。注意是逐行,包括python语法,tensor维度和逐行代码的作用及应用。其实网络结构本没有任何神秘的地方,都是一些模块堆叠起来的,你完全可以没有任何理由的修改任何一个模块。看完这个系列后自己完全可以随便的去对任何网络结构做手脚,而不仅仅局限于一个调参者。

本篇讲的是YOLOX中Head的loss计算及反传,是YOLOX最核心的部分。本节图比较少,代码量很足。首先将代码定位到yolox\models\yolo_head.py橘色框,我们从这里开始:

Anchor free系列网络之YOLOX源码逐行讲解篇(七)--Head中Obj_loss、Cls_loss及Reg_loss的计算及反传一_第1张图片

你可能感兴趣的:(视觉检测图像分割干货,loss,YOLOX,代码)