Definește funcțiile de pierdere pentru RPN și R-CNN
Intenționezi să antrenezi un model de detecție a obiectelor care utilizează atât componenta RPN, cât și componenta R-CNN. Pentru a-l putea antrena, va trebui să definești funcția de pierdere pentru fiecare componentă.
Îți amintești că RPN clasifică dacă o regiune conține sau nu un obiect și prezice coordonatele casetei de delimitare pentru regiunile propuse. Componenta R-CNN clasifică obiectul într-una din mai multe clase și prezice coordonatele finale ale casetei de delimitare.
torch și torch.nn au fost importate ca nn.
Acest exercițiu face parte din cursul
Deep Learning pentru imagini cu PyTorch
Instrucțiuni pentru exercițiu
- Definește funcția de pierdere pentru clasificarea RPN și atribuie-o variabilei
rpn_cls_criterion. - Definește funcția de pierdere pentru regresia RPN și atribuie-o variabilei
rpn_reg_criterion. - Definește funcția de pierdere pentru clasificarea R-CNN și atribuie-o variabilei
rcnn_cls_criterion. - Definește funcția de pierdere pentru regresia R-CNN și atribuie-o variabilei
rcnn_reg_criterion.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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 = ____