1. 学ぶ
    2. /
  2. コース
    3. /
  3. PyTorch で学ぶ画像向け Deep Learning
Connected

演習

RPN と R-CNN の損失関数を定義する

RPN と R-CNN の両方のコンポーネントを用いる物体検出モデルを学習する予定です。学習させるには、それぞれのコンポーネントの損失関数を定義する必要があります。

RPN コンポーネントは、ある領域に物体が含まれるかどうかを分類し、提案領域のバウンディングボックス座標を予測します。R-CNN コンポーネントは、物体を複数クラスのいずれかに分類すると同時に、最終的なバウンディングボックス座標も予測します。

torch、torch.nn は nn としてインポート済みです。

指示

100 XP
  • RPN の分類損失関数を定義し、rpn_cls_criterion に代入します。
  • RPN の回帰損失関数を定義し、rpn_reg_criterion に代入します。
  • R-CNN の分類損失関数を定義し、rcnn_cls_criterion に代入します。
  • R-CNN の回帰損失関数を定義し、rcnn_reg_criterion に代入します。