Define pérdidas para RPN y R-CNN
Vas a entrenar un modelo de detección de objetos que utiliza los componentes RPN y R-CNN. Para poder entrenarlo, necesitas definir la función de pérdida de cada componente.
Recuerda que el componente RPN clasifica si una región contiene un objeto y predice las coordenadas de la caja delimitadora para las regiones propuestas. El componente R-CNN clasifica el objeto en una de varias clases y también predice las coordenadas finales de la caja delimitadora.
Se han importado torch y torch.nn como nn.
Este ejercicio forma parte del curso
Deep Learning para imágenes con PyTorch
Instrucciones del ejercicio
- Define la función de pérdida de clasificación del RPN y asígnala a
rpn_cls_criterion. - Define la función de pérdida de regresión del RPN y asígnala a
rpn_reg_criterion. - Define la función de pérdida de clasificación del R-CNN y asígnala a
rcnn_cls_criterion. - Define la función de pérdida de regresión del R-CNN y asígnala a
rcnn_reg_criterion.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Implement the RPN classification loss function
rpn_cls_criterion = ____
# Implement the RPN regression loss function
rpn_reg_criterion = ____
# Implement the R-CNN classification Loss function
rcnn_cls_criterion = ____
# Implement the R-CNN regression loss function
rcnn_reg_criterion = ____