Определение функций потерь для RPN и R-CNN
Вы готовитесь обучить модель обнаружения объектов, которая использует компоненты RPN и R-CNN. Чтобы это стало возможным, нужно определить функцию потерь для каждого из компонентов.
Вспомните: компонент RPN классифицирует, содержит ли область объект, и предсказывает координаты ограничивающих рамок для предложенных регионов. Компонент R-CNN классифицирует объект по одному из нескольких классов и уточняет координаты итоговых ограничивающих рамок.
torch и torch.nn импортированы как nn.
Это упражнение является частью курса
Глубокое обучение для работы с изображениями на PyTorch
Инструкции к упражнению
- Определите функцию потерь для классификации в RPN и присвойте её переменной
rpn_cls_criterion. - Определите функцию потерь для регрессии в RPN и присвойте её переменной
rpn_reg_criterion. - Определите функцию потерь для классификации в R-CNN и присвойте её переменной
rcnn_cls_criterion. - Определите функцию потерь для регрессии в R-CNN и присвойте её переменной
rcnn_reg_criterion.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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 = ____