YOLOv3中Loss

yolov3 的　loss ，今天终于看完了yolov3-tf2 的源码

YOLOv3中Loss部分计算

代码

#终点的loss= obj_mask * box_loss_scale*sum((px1-tx1)**2+(px2-tx2)**2)#因为这里有obj_mask的存在，只考虑有目标点的loss xy_loss = obj_mask * box_loss_scale * \tf.reduce_sum(tf.square(true_xy - pred_xy), axis=-1)wh_loss = obj_mask * box_loss_scale * \tf.reduce_sum(tf.square(true_wh - pred_wh), axis=-1)obj_loss = binary_crossentropy(true_obj, pred_obj)obj_loss = obj_mask * obj_loss + \(1 - obj_mask) * ignore_mask * obj_loss# TODO: use binary_crossentropy insteadclass_loss = obj_mask * sparse_categorical_crossentropy(true_class_idx, pred_class)# 6. sum over (batch, gridx, gridy, anchors) => (batch, 1)xy_loss = tf.reduce_sum(xy_loss, axis=(1, 2, 3))wh_loss = tf.reduce_sum(wh_loss, axis=(1, 2, 3))obj_loss = tf.reduce_sum(obj_loss, axis=(1, 2, 3))class_loss = tf.reduce_sum(class_loss, axis=(1, 2, 3))return xy_loss + wh_loss + obj_loss + class_loss

总结

以上是生活随笔为你收集整理的YOLOv3中Loss的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。