Definir perdas para RPN e R-CNN
Você está planejando treinar um modelo de detecção de objetos que usa os componentes RPN e R-CNN. Para poder treiná-lo, você vai precisar definir a função de perda para cada componente.
Você lembra que o componente RPN classifica se uma região contém um objeto e prevê as coordenadas da caixa delimitadora para as regiões propostas. O componente R-CNN classifica o objeto em uma das várias classes, ao mesmo tempo em que prevê as coordenadas finais da caixa delimitadora.
torch, torch.nn como nn foram importados.
Este exercício faz parte do curso
Aprendizado profundo para imagens com PyTorch
Instruções do exercício
- Defina a função de perda de classificação RPN e coloque ela em um
rpn_cls_criterion. - Defina a função de perda de regressão RPN e coloque ela em um
rpn_reg_criterion. - Defina a função de perda de classificação R-CNN e coloque ela em um
rcnn_cls_criterion. - Defina a função de perda de regressão R-CNN usando e atribua-a a
rcnn_reg_criterion.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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 = ____