对于YOLO损失函数，为了获得项1objij的值，执行什么计算？

Question

我试图了解如何计算圆圈项的值，我必须比较的输入/输出是什么？

\n\n

\n\n

让我们以第一个术语为例，如果我理解正确的话，它是这样的：

\n\n

假设我对第一个单元格、第一个边界框 (yolov1 = 2 bbs) 的预测值是

\n\n

[pr, x, y, W, H]\n[.7, 0.5, 0.3, 0.1, 0.1]\n

\n\n

我的真正价值观是

\n\n

[pr, x, y, W, H]\n[1, 0.6, 0.4, 0.2, 0.2]\n

\n\n

这意味着公式是这样的

\n\n

5 * ( 1 或 0 ) ((0.6 - .5)^2 + (0.4 - 0.3)^2)

\n\n

有人可以逐步提供一个示例来说明确定 1 或 0 的指标是什么吗？

\n\n

我们是否在查看训练集图像中的标签？\n我们是否在查看预测的客观分数？\nIoU？

\n\n

根据 YOLO 论文：

\n\n

\n

1objij ：表示单元格 i 中的第 j 个边界框预测器是\n \xe2\x80\x9cresponsible\xe2\x80\x9d 对于该预测

\n\n

1oji ：表示对象是否出现在单元格 i 中

\n

\n\n

但是这句话并不能完全帮助我回答我的问题...\n任何帮助将不胜感激。

\n

Answer 1

据我了解，每个网格单元，yolo 预测 2 个盒子，

box1 = [.7, 0.5, 0.3, 0.1, 0.1]
box2 = [1, 0.61, 0.41, 0.21, 0.21]

显然

IOU(box2,ground-truth box) > IOU(box1,ground-truth box)

所以我们计算loss的时候，不考虑box1，也就是说

1objij(i=0,j=0) = 0
1objij(i=0,j=1) = 1