RPN और R-CNN के लिए losses परिभाषित करें
आप एक object detection मॉडल ट्रेन करने की योजना बना रहे हैं, जो RPN और R-CNN दोनों कॉम्पोनेंट्स का उपयोग करता है। इसे ट्रेन करने के लिए, आपको हर कॉम्पोनेंट के लिए loss फंक्शन परिभाषित करने होंगे.
आपको याद है कि RPN कॉम्पोनेंट यह क्लासिफाई करता है कि किसी region में object है या नहीं, और प्रस्तावित regions के लिए bounding box coordinates प्रेडिक्ट करता है। R-CNN कॉम्पोनेंट object को कई क्लासों में से किसी एक में क्लासिफाई करता है और साथ ही final bounding box coordinates भी प्रेडिक्ट करता है.
torch, torch.nn as nn इम्पोर्ट किए जा चुके हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
PyTorch के साथ इमेज के लिए डीप लर्निंग
अभ्यास निर्देश
- RPN के classification loss फंक्शन को परिभाषित करें और उसे
rpn_cls_criterionको असाइन करें. - RPN के regression loss फंक्शन को परिभाषित करें और उसे
rpn_reg_criterionको असाइन करें. - R-CNN के classification loss फंक्शन को परिभाषित करें और उसे
rcnn_cls_criterionको असाइन करें. - R-CNN के regression loss फंक्शन को परिभाषित करें और उसे
rcnn_reg_criterionको असाइन करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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 = ____