1. Nauka
    2. /
  2. Kursy
    3. /
  3. Głębokie uczenie dla obrazów z PyTorch
Connected

ćwiczenie

Definiowanie funkcji straty dla RPN i R-CNN

Planujesz wytrenować model detekcji obiektów, który wykorzystuje zarówno komponent RPN, jak i R-CNN. Aby to zrobić, musisz zdefiniować funkcję straty dla każdego z tych komponentów.

Pamiętaj, że komponent RPN klasyfikuje, czy dany region zawiera obiekt, i przewiduje współrzędne ramek ograniczających dla proponowanych regionów. Komponent R-CNN klasyfikuje obiekt do jednej z wielu klas i jednocześnie przewiduje ostateczne współrzędne ramek ograniczających.

Zaimportowano torch oraz torch.nn jako nn.

Instrukcje

100 XP
  • Zdefiniuj funkcję straty klasyfikacji RPN i przypisz ją do rpn_cls_criterion.
  • Zdefiniuj funkcję straty regresji RPN i przypisz ją do rpn_reg_criterion.
  • Zdefiniuj funkcję straty klasyfikacji R-CNN i przypisz ją do rcnn_cls_criterion.
  • Zdefiniuj funkcję straty regresji R-CNN i przypisz ją do rcnn_reg_criterion.