smooth_BCE
def smooth_BCE(eps=0.1): # https://github.com/ultralytics/yolov3/issues/238#issuecomment-598028441
# return positive, negative label smoothing BCE targets
return 1.0 - 0.5 * eps, 0.5 * eps
把one-hot label 转换为soft label，一般认为这样更容易work。
BCEBlurWithLogitsLoss
self.loss_fcn = nn.BCEWithLogitsLoss(reduction='none') # must be nn.BCEWithLogitsLoss()
这里reduction用none因为在forward里返回的时候取mean。
dx = pred - true # reduce only missing label effects, false positive
# dx = (pred - true).abs() # reduce missing label and false label effects
alpha_factor = 1 - torch.exp((dx - 1) / (self.alpha + 1e-4))
loss *= alpha_factor
刚开始看这几行非常confused，查了很久。
https://github.com/ultralytics/yolov5/issues/1030
这个issue里说减少false negative的影响，我觉得应该写错了，是减少false positive的影响。
false negative指gt有框而network没有predict到，这时候的weight应该要比较大才对。
，当 ，即 时，alpha_factor=0，这应该是false positive的情况。
直白的说，network觉得这里有一个obj，但是gt说没有，这种情况不应该过多的惩罚。
如果采用绝对值的话，会减轻pred和gt差异过大造成的影响。
Focal Loss
class FocalLoss(nn.Module):
# Wraps focal loss around existing loss_fcn(), i.e. criteria = FocalLoss(nn.BCEWithLogitsLoss(), gamma=1.5)
def __init__(self, loss_fcn, gamma=1.5, alpha=0.25):
super(FocalLoss, self).__init__()
self.loss_fcn = loss_fcn # must be nn.BCEWithLogitsLoss()
self.gamma = gamma
self.alpha = alpha
self.reduction = loss_fcn.reduction
self.loss_fcn.reduction = 'none' # required to apply FL to each element
def forward(self, pred, true):
loss = self.loss_fcn(pred, true)
# TF implementation https://github.com/tensorflow/addons/blob/v0.7.1/tensorflow_addons/losses/focal_loss.py
pred_prob = torch.sigmoid(pred) # prob from logits
p_t = true * pred_prob + (1 - true) * (1 - pred_prob)
alpha_factor = true * self.alpha + (1 - true) * (1 - self.alpha)
modulating_factor = (1.0 - p_t) ** self.gamma
loss *= alpha_factor * modulating_factor
if self.reduction == 'mean':
return loss.mean()
elif self.reduction == 'sum':
return loss.sum()
else: # 'none'
return loss
假设gt是1，pred_prob如果很小，那么就是hard，这样算出来的p_t也会小，最后modulating_factor大。
对alpha_factor也是类似的。alpha_factor对应于foreground，一般设置为0.25。
QFocalLoss
class QFocalLoss(nn.Module):
# Wraps Quality focal loss around existing loss_fcn(), i.e. criteria = FocalLoss(nn.BCEWithLogitsLoss(), gamma=1.5)
def __init__(self, loss_fcn, gamma=1.5, alpha=0.25):
super(QFocalLoss, self).__init__()
self.loss_fcn = loss_fcn # must be nn.BCEWithLogitsLoss()
self.gamma = gamma
self.alpha = alpha
self.reduction = loss_fcn.reduction
self.loss_fcn.reduction = 'none' # required to apply FL to each element
def forward(self, pred, true):
loss = self.loss_fcn(pred, true)
pred_prob = torch.sigmoid(pred) # prob from logits
alpha_factor = true * self.alpha + (1 - true) * (1 - self.alpha)
modulating_factor = torch.abs(true - pred_prob) ** self.gamma
loss *= alpha_factor * modulating_factor
if self.reduction == 'mean':
return loss.mean()
elif self.reduction == 'sum':
return loss.sum()
else: # 'none'
return loss
这里modulating_factor的算法和QFL论文写的一致。
原本FL用class label，也就是one-hot discrete label来supervise；而QFL将其换成了IoU continuous label。
ComputeLoss
我们先明确一下p和targets的shape
p，也就是prediction，[num_dec_layer, batch_size, num_anchor, height, width, 85]，这里85是80个class和4个offset以及1个confidence。
targets [nt, 6]
init
BCEcls, BCEobj是两个criteria，在scratch的hyp中g=0所以没有用focal loss，是普通的BCEloss
cp 和 cn 是soft label的probability，比如0.95 0.05。
balance控制obj loss的加权系数，autobalance决定加权系数也就是balance是否自动更新，autobalance一般是False。
self.balance = {3: [4.0, 1.0, 0.4]}，有三个layer的输出，第一个layer的weight是4，第二个1，以此类推。如果有5个layer的输出才用右边那个weight数组。
gr 是iou ratio。
build_targets
targets就是这个batch里所有的labels，targets(img_idx, cls_idx, x, y, w, h)，shape为[nt, 6]。可参考utils/datasets.py line 522, 599。
随便打印几行targets也可以验证我们的分析。
...,
[2.00000e+00, 5.40000e+01, 4.65345e-01, 8.84894e-01, 1.62460e-01, 2.30211e-01],
[3.00000e+00, 2.20000e+01, 3.53780e-01, 5.08301e-01, 6.05865e-01, 5.20621e-01],
...,
x, y, w, h是归一化后的结果。
gain = torch.ones(7, device=targets.device) # normalized to gridspace gain, [7,]
ai = torch.arange(na, device=targets.device).float().view(na, 1).repeat(1, nt) # same as .repeat_interleave(nt), [na,nt]
targets = torch.cat((targets.repeat(na, 1, 1), ai[:, :, None]), 2) # append anchor indices, [na, nt, 7]
先复制了三份一样的targets，在最后面加了一维表明anchor idx，本来是6现在变成7。
...,
[3.00000e+00, 4.40000e+01, 8.23209e-01, ..., 2.10690e-02, 2.45219e-02, 1.00000e+00]],
[[0.00000e+00, 4.50000e+01, 4.14857e-01, ..., 8.29713e-01, 5.83730e-01, 2.00000e+00],
...,
gain[2:6] = torch.tensor(p[i].shape)[[3, 2, 3, 2]] # xyxy gain t = targets * gain这里是把 grid size 拿出来乘，恢复到特征图的维度。
在 match 里面比较简单，容易看懂，就是 anchor 和 target 不能差的太离谱，误差小于阈值就 match。
下一步在扩展 targets，个人认为是 positive examples 太少了，所以根据 center 在 cell 中的相对位置，添加相邻的两个 cell 作为 targets。
举个例子，如果 center 在 cell 的左上角，那么 cell 本身，和 cell 的左边一个位置，还有 cell 的上边一个位置，这三个 cell 都作为 targets。
我个人觉得这里的写法是非常巧妙的，取了 grid xy 和 inverse（类似于 flip）。
(gxy % 1. < g)，这里的 g 是 0.5，如果仅考虑这个条件，好像可以直接判断是否选取左边 cell 和上边 cell。
但是要考虑到边界情况，如果当前已经处于最上方，已经没有上边 cell 可以选择了，这就是(gxy > 1.)起到的作用，判断 edge case。
如果本来大于 0.5，那么 inverse 后就小于 0.5 了，所以可以使用相同的逻辑选择右边 cell 和下边 cell ，类似地推理到 edge case。
最后一点要提的是使用 clamp_ 确保返回的 grid indices 不是非法值，旧版本 code 没用这个检查，不过好像也没什么差。
call
lcls, lbox, lobj 这三个用来存放loss，默认使用pytorch提供的BCE loss。
pxy = ps[:, :2].sigmoid() * 2. - 0.5 在learn的时候不需要加cx cy。
bbox回归的公式可以参考model/yolo.py line56, 57。
Objectness 这里 gr 设置为 1.0，也就意味着直接拿 iou 作为 confidence。
至于为什么返回 loss 的时候为什么要乘 bs，还不是很清楚，第二个返回值就是为了打印信息用的。
tips
scale
在train的时候，target是在feature map的scale。
在inference的时候，直接乘img map scale的anchor size就可以了，也就是配置文件里的anchor。