Definisikan loss untuk RPN dan R-CNN
Anda berencana melatih sebuah model deteksi objek yang memanfaatkan komponen RPN dan R-CNN. Agar dapat melatihnya, Anda perlu mendefinisikan fungsi loss untuk setiap komponen.
Anda ingat bahwa komponen RPN mengklasifikasikan apakah suatu region berisi objek dan memprediksi koordinat bounding box untuk region yang diusulkan. Komponen R-CNN mengklasifikasikan objek ke salah satu dari beberapa kelas sekaligus memprediksi koordinat bounding box final.
torch, torch.nn sebagai nn telah diimpor.
Latihan ini adalah bagian dari kursus
Deep Learning untuk Gambar dengan PyTorch
Petunjuk latihan
- Definisikan fungsi loss klasifikasi RPN dan tetapkan ke
rpn_cls_criterion. - Definisikan fungsi loss regresi RPN dan tetapkan ke
rpn_reg_criterion. - Definisikan fungsi loss klasifikasi R-CNN dan tetapkan ke
rcnn_cls_criterion. - Definisikan fungsi loss regresi R-CNN dan tetapkan ke
rcnn_reg_criterion.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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 = ____