TensorFlow对象检测API - 对象检测API中的损失是什么意思？

Question

以下损失各自意味着什么？(在TensorFlow对象检测API中,同时训练基于FasterRCNN的模型)

丢失/ BoxClassifierLoss/classification_loss/MUL_1

丢失/ BoxClassifierLoss/localization_loss/MUL_1

丢失/ RPNLoss/localization_loss/MUL_1

丢失/ RPNLoss/objectness_loss/MUL_1

clone_loss_1

Answer 1

区域提案网络的损失:

丢失/ RPNLoss/localization_loss/mul_1:RPN的本地化丢失或边界框回归丢失

Loss/RPNLoss/objectness_loss/mul_1:如果边界框是感兴趣的对象或背景,则分类的丢失

最终分类器的损失:

Loss/BoxClassifierLoss/classification_loss/mul_1:将检测到的对象分类为各种类别的损失:猫,狗,飞机等

Loss/BoxClassifierLoss/localization_loss/mul_1:本地化丢失或边界框回归丢失

Answer 2

clone_loss_1仅当您在多个 GPU 上训练时才相关：Tensorflow 会创建模型的克隆以在每个 GPU 上训练并报告每个克隆的损失。如果您在单个 GPU/CPU 上训练模型，那么您只会看到clone_loss_1，这与TotalLoss.

其他损失如Rohit 的回答中所述。