Matterport Mask-R-CNN的确切损失是什么？

Question

我使用Mask-R-CNN来训练我的数据。当我使用TensorBoard查看结果时，我有损失， mrcnn_bbox_loss ， mrcnn_class_loss ， mrcnn_mask_loss ， rpn_bbox_loss ， rpn_class_loss 和所有相同的6个验证损失： val_loss， val_mrcnn_bbox_loss 等。

我想确切地知道每个损失是什么。

我还想知道前6次损失是火车损失还是什么？如果不是火车失窃，我怎么看火车失窃？

我的猜测是：

损失：这是摘要中的全部5个损失（但我不知道TensorBoard如何总结它）。

mrcnn_bbox_loss ：边界框的大小是否正确？

mrcnn_class_loss ：该课程正确吗？像素是否正确分配给类别？

mrcnn_mask_loss ：实例的形状是否正确？像素正确分配给实例了吗？

rpn_bbox_loss ：bbox的大小正确吗？

rpn_class_loss ：bbox的类别正确吗？

但是我很确定这是不对的...

如果我只有1个班级，那么失去一些无关紧要吗？例如仅背景和另外1个课程？

我的数据只有背景和另外1个类，这是我在TensorBoard上获得的结果：

我的预测是可以的，但是我不知道为什么最终由于验证而造成的一些损失会不断上升……我认为必须首先下降，然后过度拟合。 我使用的预测是TensorBoard上出现次数最多的绿线。我不确定我的网络是否过拟合，因此我想知道为什么验证中的某些损失看起来像它们的样子...

这是我的预测：

Answer 1

根据Python包索引中的code comments和documentation，这些损失定义为：

• rpn_class_loss = RPN锚分类器丢失
• rpn_bbox_loss = RPN边界框损耗图
• mrcnn_class_loss =掩码R-CNN的分类器头损失
• mrcnn_bbox_loss =蒙版R-CNN边界框优化的损失
• mrcnn_mask_loss =遮罩头的遮罩二进制交叉熵损失

每个损耗度量是针对每个感兴趣区域分别计算的所有损耗值的总和。日志中给出的一般损失度量标准是Mask R-CNN作者定义的其他五种损失的总和（您可以通过将其总和检查）。

关于如何根据original paper计算这些损失，可以将它们描述如下（请注意，为了更直观的解释，定义非常粗糙）：

• 分类损失值基本上取决于真实分类的置信度得分，因此，分类损失反映了模型在预测分类标签时的置信度，换句话说，该模型与预测正确的班级有多接近。在mrcnn_class_loss的情况下，所有对象类都被覆盖，而在rpn_class_loss的情况下，唯一要做的分类是将锚框标记为前景或背景（这就是从概念上讲，这种损失倾向于具有较低值的原因。只有“两个类别”比可以预测的要多。
• 边界框损失值反映了真实的框参数之间的距离-即框位置的（x，y）坐标，其宽度和高度-预测的。从本质上讲，这是一种回归损失，它对较大的绝对差异（对较低的差异以近似指数的方式进行惩罚，对于较大的差异以线性方式进行惩罚-有关更多信息，请参见Smooth L1 loss函数）。因此，在rpn_bbox_loss的情况下，它最终显示了模型在图像中定位对象的能力。以及在mrcnn_bbox_loss情况下，模型精确预测图像中的区域（与存在的不同对象相对应的）的程度。
• 蒙版损失，与分类损失类似，对错误的每像素二进制分类（前景/背景，相对于真实分类标签）进行了惩罚。对于每个感兴趣区域，其计算方法不同：掩码R-CNN为每个RoI编码每个类别的二进制掩码，并且仅基于与其真实类别相对应的掩码来计算特定RoI的掩码损失，即防止蒙版损失受班级预测的影响。

正如您已经说过的那样，这些损失指标确实是训练损失，而带有 val _ 前缀的损失指标就是验证损失。验证损失的波动可能由于多种原因而发生，仅凭图表很难一见钟情。它们可能是由于学习率太高（试图找到最小值而导致随机梯度下降过冲），或验证集太小（由于输出中的微小变化会产生不可靠的损失值，导致验证值不可靠）引起的重大损失值变化）。