tensorflow - 有人能给我解释一下 Multibox 损失函数吗？

Question

我找到了 SSD Multibox-loss 函数的一些表达式，如下所示：

multibox_loss = confidence_loss + alpha * location_loss

有人可以解释这些术语的解释是什么吗？

Answer 1

SSD Multibox（Single Shot Multibox Detector 的缩写）是一种神经网络，可以在单次前向传递中检测和定位图像中的对象。该网络以监督方式在图像数据集上进行训练，其中为每个感兴趣的对象提供了一个边界框和一个类标签。损失项

multibox_loss = confidence_loss + alpha * location_loss

由两部分组成：

置信度损失是用于对检测到的对象进行分类的分类交叉熵损失。该术语的目的是确保为每个检测到的对象分配正确的标签。

位置损失是检测到的边界框的参数（宽度、高度和角偏移）的回归损失（平滑 L1 或 L2 损失）。该术语的目的是确保为检测到的对象识别图像的正确区域。alpha项是用于缩放位置损失的超参数。

SSD的公式 1 中给出了损失的精确公式：Single Shot MultiBox Detector论文。