前言

最近在做yolo檢測模型的8bit落地工作，因需求手擼了優圖的yolov2的loss，做個記錄方便日后查看。

本篇只介紹核心的loss部分，其余詳細的代碼放到github上面去了，詳見https://github.com/XhtZz/yolo-v2-loss

loss詳解

def yolo_loss( target,output,coord_mask, object_detections, object_no_detections_gt_anch, gt_coord, gt_conf,object_scale=5.0,no_object_scale=1.0, coordinates_scale=3.0):#共有5個anchor，16為網路輸入到輸出的下采樣倍率，由于最后的iou計算以輸出feature map為基準#所以除以16，五個anchor等長寬分別為1,3,5,7,10anchors = tf.constant([[16, 16], [48, 48], [80, 80], [112,112], [160,160]], tf.float32) / tf.constant(16.0)anchors_num = tf.shape(anchors)[0]output_shape = tf.shape(output) #(n,c,h,w)batch_size = output_shape[0]nH = output_shape[2]nW = output_shape[3]#reshape output as [batch,anchor,x-y-w-h-conf,w*h]output = tf.reshape(output,[batch_size, anchors_num, -1, nW*nH])#將output的x、y歸一化到0-1coord_xy = tf.sigmoid(output[:, :, :2]) # x,ycoord_wh = output[:, :, 2:4] # w,hpre_coord = tf.concat([coord_xy,coord_wh], 2)#將置信度歸一化到0-1pre_conf = tf.sigmoid(output[:, :, 4])# Create prediction boxeslin_x = tf.reshape(tf.tile(tf.reshape(tf.linspace(0.0, tf.cast(nW - 1,tf.float32), nW),[1,nW]),[nH,1]),[nW*nH])lin_y = tf.reshape(tf.tile(tf.reshape(tf.linspace(0.0, tf.cast(nH - 1,tf.float32), nH),[nH,1]),[1,nW]),[nW*nH])#將歸一化后的x、y（相當于bias）分別加上對應所在網格的x、y整數值pred_boxes_x = tf.reshape(pre_coord[:, :, 0] + lin_x,[-1,1])pred_boxes_y = tf.reshape(pre_coord[:, :, 1] + lin_y,[-1,1])#解碼過程 對應于后面的編碼過程anchor_w = tf.reshape(anchors[:, 0],[anchors_num,1])anchor_h = tf.reshape(anchors[:, 1],[anchors_num,1])pred_boxes_w = tf.reshape(tf.exp(pre_coord[:, :, 2]) * anchor_w,[-1,1])pred_boxes_h = tf.reshape(tf.exp(pre_coord[:, :, 3]) * anchor_h,[-1,1])#x,y,w,h#將predict boxes reshape成anchors*x*y行4列的tensor（4列指x,y,w,h）pred_boxes = tf.concat([pred_boxes_x,pred_boxes_y,pred_boxes_w,pred_boxes_h],1)#根據predict box及groundtruth box計算iou獲得一定沒有物體所在的網格（每個網格點代表一個box）object_no_detections_gt_pre = build_targets_masks(pred_boxes, target, batch_size, anchors_num, nH, nW, thresh = 0.6, reduction = 16.0)#object_no_detections_gt_anch為傳入參數，由gt所在的best anchor位置的x,y確定，乘以#object_no_detections_gt_pre后將object_no_detections_gt_anch為0的位置強制置零，即gt#的位置no_object一定為0object_no_detections = object_no_detections_gt_pre * object_no_detections_gt_anch# coord#coord_mask為2-gt_w*gt_h/w*h,為小框加大系數，使小框更容易檢測到，坐標相關的loss都要乘coord_mask = tf.tile(coord_mask,[1,1,2,1])pre_coord_center, gt_coord_center = pre_coord[:, :, :2], gt_coord[:, :, :2]pre_coord_wh, gt_coord_wh = pre_coord[:, :, 2:], gt_coord[:, :, 2:]# Compute losses#中心點loss使用二值交叉熵loss，寬高loss采用smooth l1 lossloss_coord_center = 2.0 * 1.0 * coordinates_scale * tf.reduce_sum(coord_mask * tf.keras.backend.binary_crossentropy(gt_coord_center, pre_coord_center))loss_coord_wh = 2.0 * 1.5 * coordinates_scale * tf.reduce_sum(coord_mask * tf.losses.huber_loss(gt_coord_wh, pre_coord_wh, reduction=tf.losses.Reduction.NONE))loss_coord = loss_coord_center + loss_coord_wh#正負樣本置信度均采用二值交叉熵lossloss_conf_pos = 1.0 * object_scale * tf.reduce_sum(object_detections * tf.keras.backend.binary_crossentropy(gt_conf, pre_conf))loss_conf_neg = 1.0 * no_object_scale * tf.reduce_sum(object_no_detections * tf.keras.backend.binary_crossentropy(gt_conf, pre_conf))loss_conf = loss_conf_pos + loss_conf_negloss_tot = (loss_coord + loss_conf) / tf.cast(batch_size,tf.float32)return loss_tot

loss設計邏輯圖

loss的整個設計我用圖畫出來了，好好理解一下應該不難，從左向右從上到下對應上面代碼好好看一下吧。。。。

總結

以上是生活随笔為你收集整理的优图yolo-v2 loss解析(tensorflow)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。