我正在训练边界框回归问题，并使用YOLO paper中所述的损失函数的坐标分量。
方法1：使用HOG特征向量作为ANN的输入。相同的损失函数。给我一个好榜样。
方法2：将已使用的图像用作CNN的输入。最后一层与方法1相同。损失函数也相同。但是我正面临着正在计算损失的问题。从第一个时代开始，它就在培训，开发和测试方面付出了巨大的努力。
当相同的损失函数与ANN完美配合时，如何使CNN正常工作？发生这种情况的原因可能是什么？我希望能够使用相同的损失函数。
答案 0 :(得分：0)
假设丢失功能得到很好的实现，根据我的经验，丢失的问题通常与输入数据不正确（即由于某些数据扩充操作或某些其他错误导致您的数据看起来确实不正确）或学习率有关太高了尝试降低学习率；如果这样做不起作用，请进行良好的调试，并确保在将数据馈入神经网络之前，将数据“精确地”按您的期望。