什么是 loss_cls 和 loss_bbox，为什么它们在训练中总是为零

Question

我试图培养使用自定义的数据集faster_rcnn使用Pytorch实施Detectron的位置。我已根据 repo 中的指南对数据集和配置进行了更改。

训练过程成功执行，但从一开始loss_cls和loss_bbox值就为 0，即使训练完成，最终输出也不能用于进行评估或推理。我想知道这两个是什么意思，以及如何在训练过程中改变这些值。我在这里使用的确切模型是e2e_faster_rcnn_R-50-FPN_1x

对此的任何帮助将不胜感激。我在 Anaconda、CUDA 9、cuDNN 7 上使用 Ubuntu 16.04 和 Python 3.6。

Answer 1

###这两个损失是什么？在训练多目标检测器时，您通常（至少）有两种类型的损失：

1. loss_bbox：一个损失的措施如何“从紧”的预测边界框是地面实况对象（通常是一个回归的损失，L1，smoothL1等）。
2. loss_cls：衡量每个预测边界框分类正确性的损失：每个框可能包含一个对象类，或一个“背景”。这种损失通常称为交叉熵损失。

###为什么损失总是为零？在训练检测器时，模型会预测每个图像相当多（约 1K）个可能的框。它们中的大多数是空的（即属于“背景”类）。损失函数将每个预测框与图像的真实框注释相关联。
如果预测框与地面实况框有显着重叠，则计算loss_bbox和loss_cls以查看模型能够预测地面实况框的能力。
另一方面，如果预测框与任何地面实况框没有重叠，则仅loss_cls针对“背景”类计算。
但是，如果与真实情况只有非常部分的重叠，则预测框将被“丢弃”并且不会计算任何损失。我怀疑，出于某种原因，您的培训课程就是这种情况。
我建议您检查确定预测的盒装注释和地面实况注释之间关联的参数。此外，看看你的“锚点”的参数：这些参数决定了预测框的比例和纵横比。