张量流中的损失

Question

谁能解释一下tensorflow中分类损失和定位损失的基本含义？

我在使用tensorflow API 的 SSD 训练过程中遇到了这种损失，但根本不了解这两种损失。

Here 我读到定位损失是边界框回归器的损失，这引发了一个新问题，那就是边界框回归器是什么？

谁能简单介绍一下？

Answer 1

希望这会有所帮助，我试图根据我的理解给出一个简短的解释。

tensorflow 中分类损失和定位损失的基本含义是什么？

分类/定位损失值是损失函数的结果，分别代表分类/定位问题中的“预测不准确所付出的代价”。

给出的损失值是分类损失和定位损失的总和。 优化算法会尝试减少这些损失值，直到您的损失总和达到您对结果感到满意并认为您的网络“经过训练”的程度。

您通常可以将损失视为“较低的分数等于更好的模型”的分数。

什么是边界框回归器？

边界框回归器是一个经过训练的模型，可以在图像分类问题中获得与 ROI 相关的更准确的边界框。