原文： http://www.voidcn.com/article/p-rtzqgqkz-bpg.html 最近看了下 PyTorch 的损失函数文档，整理了下自己的理解，重新格式化了公式如下，以便以后查阅。 注意下面的损失函数都是在单个样本上计 ...

object detection 损失：更加接近人眼的损失 what is IoU IoU无法精确的反映两者的重合度大小。如下图所示，三种情况IoU都相等，但看得出来他们的重合度是不一样的，左边的图回归的效果最好，右边的最差。 GIoU Loss(Generalized ...

1、 train loss 不断下降，test loss不断下降：说明网络仍在学习; train loss 不断下降，test loss趋于不变：说明网络过拟合; train loss 趋于不变，test loss不断下降：说明数据集100%有问题; train loss 趋于不变 ...

这几天关于accuracy和loss的计算有一些疑惑，原来是自己还没有弄清楚。 给出实例 首先这样一次训练称为一个epoch，样本总数/batchsize是走完一个epoch所需的“步数”，相对应的，len(train_loader.dataset)也就是样本总数，len ...

在深度学习中会遇到各种各样的任务，我们期望通过优化最终的loss使网络模型达到期望的效果，因此loss的选择是十分重要的。 cross entropy loss cross entropy loss和log loss，logistic loss是同一种loss。常用于分类问题，一般是配合 ...

Focal Loss 的Pytorch 实现以及实验 Focal loss 是 文章 Focal Loss for Dense Object Detection 中提出对简单样本的进行decay的一种损失函数 ...

解决错误 错误代码 No module named ‘tensorboard‘ 解决方式 进入虚拟环境依次输入以下指令 conda update pytorch torchvision pip install tensorboard 如何开始 写代码 打开训练的py文件 ...

GFocal_loss简单总结 文章的主题很突出，针对一阶段目标检测领域的两个现存的表示问题进行分析，并提出合理的解决方案 论文链接 作者知乎解读链接 代码链接 问题1： 用法不一致，训练时分类与回归的head各自分开训练各自的，但是在推理的时候因为NMS的score，又把分类分数和框 ...