1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Deep Learning cho Ảnh với PyTorch
Connected

Bài tập

Định nghĩa các hàm loss cho RPN và R-CNN

Bạn đang lên kế hoạch huấn luyện một mô hình phát hiện đối tượng sử dụng cả hai thành phần RPN và R-CNN. Để có thể huấn luyện, bạn cần định nghĩa hàm loss cho từng thành phần.

Bạn nhớ rằng thành phần RPN phân loại xem một vùng có chứa đối tượng hay không và dự đoán tọa độ hộp giới hạn cho các vùng được đề xuất. Thành phần R-CNN phân loại đối tượng vào một trong nhiều lớp đồng thời dự đoán tọa độ hộp giới hạn cuối cùng.

torch, torch.nn dưới bí danh nn đã được import.

Hướng dẫn

100 XP
  • Định nghĩa hàm loss phân loại cho RPN và gán vào rpn_cls_criterion.
  • Định nghĩa hàm loss hồi quy cho RPN và gán vào rpn_reg_criterion.
  • Định nghĩa hàm loss phân loại cho R-CNN và gán vào rcnn_cls_criterion.
  • Định nghĩa hàm loss hồi quy cho R-CNN và gán vào rcnn_reg_criterion.