TensorFlow目标检测API中这些损失(loss)代表含义是什么

TensorFlow目标检测API中这些损失(loss)代表含义是什么？

RPN(Region Proposal Network)区域候选网络损失：

1. Losses/Loss/RPNLoss/localization_loss：RPN的本地化损失或边界框回归器的损失

2. Losses/Loss/RPNLoss/objectness_loss：分类器的损失，分类器是对边界框是感兴趣的对象还是背景进行分类

最终分类损失：

3. Losses/Loss/BoxClassifierLoss/classification_loss：将检测到的对象分类为各种类别（猫，狗，飞机等）的损失

4. Losses/Loss/BoxClassifierLoss/localization_loss：本地化损失或边界框回归器的损失

5. Losses/TotalLoss：总损失

6. Losses/clone_loss：仅在多个GPU上训练时才有意义，TensorFlow将创建模型的克隆以在每个GPU上训练并报告每个克隆的损失。如果您在单个GPU / CPU上训练模型，那么您将看到clone_loss与TotalLoss相同。

关注【OpenCV与AI深度学习】获得更多学习资讯

扫描下面二维码即可关注

展开阅读全文

上一篇：Mask Rcnn(Keras)学习笔记下一篇：Tensorflow中的图（tf.Graph）和会话（tf.Session）详解