如何定義正負樣本，和正負樣本在學習過程中loss計算起的作用

• • 正負樣本定義
  • 分類和回歸head如何學習和利用劃分后的正負樣本（loss如何計算）
  • • 正負樣本在分類中loss計算的處理
    • 正樣本在bbox 回歸中的loss計算

在目標檢測中，經常說起正負樣本。本文仔細說一下，如何定義正負樣本；定義正負樣本之后，在loss計算中，正負樣本分別參與到classification head和regression head中，是如何使用正負樣本信息進行監督學習的。loss如何從正負樣本中，直接得到這兩類樣本對不同任務的損失函數和梯度更新。

正負樣本定義

在ROI RPN過程中，整個圖像中，正樣本的區域少，大部分是負樣本，因此，要處理好正負樣本不平衡問題，網絡提取特征，feature中的絕大多數都是negative，只有和ground truth，iou較高的區域，才被assign為positive sample。因此，2000個proposal，幾十個是positive，大多數是negative，極度不平衡。此時，就有一些正負樣本采樣的方法，提出來。anchor 和gt的最大iou，大于某個a閾值，為positive，anchor 和gt的最大iou 小于 某個b閾值，為negative。對于沒有被分配到anchor的gt，分配任何一個與他iou 大于某個c閾值的gt。確保每個gt都有一個或多個anchor對應。其他的是ignore。

positive，negative，比例1:3。這是roi的選擇，rpn階段，同理，rcnn階段，再進行樣本采樣。 然后，再進行特征提取，做classification和regression。讓模型學到有用的特征。

都會在loss里， 進行處理。負樣本，直接在loss里面。如果負樣本太多，雖然大多數容易分對，但是對loss的貢獻很大，導致正樣本難以處理。

對于目標檢測算法，主要需要關注的是對應著真實物體的正樣本，在訓練時會根據其loss來調整網絡參數。相比之下，負樣本對應著圖像的背景，如果有大量的負樣本參與訓練，則會淹沒正樣本的損失，從而降低網絡收斂的效率與檢測精度。

回歸方式：從點回歸，還是anchor回歸。anchor free， anchor based問題的一些區別：正負樣本定義；2.回歸分支中從point回歸還是從anchor回歸。從point回歸就是指的每個點預測距離4條邊的距離模式，而從anchor回歸是指的retinanet那種基于anchor回歸的模式。 說明正負樣本定義的不同是決定anchor-base和anchor-free的本質區別。

RetinaNet 特點：(1) 多尺度預測輸出；(2) 采用FPN結構進行多層特征圖融合。 網絡進行多尺度預測，尺度一共是5個，每個尺度共享同一個head結構，但是分類和回歸分支是不共享權重的。

在loss里面，調節，最著名的是focal loss。對預測概率高的，減少loss，對概率低的，增加loss。抑制簡單樣本對loss的貢獻，加大難樣本對loss的貢獻。難易樣本主要是通過調節loss處理。難分，易分。

分類和回歸head如何學習和利用劃分后的正負樣本（loss如何計算）

正負樣本在分類中loss計算的處理

• 只有正負樣本，參與到classification的loss計算中。用來監督classification head對正樣本，預測的類別為1，one-hot編碼下的位置為1，其余負樣本為0。由于ignore的是目標的邊緣和背景區域，難以學習和判斷，直接忽略掉，不進行loss的計算。只需要將正樣本，判斷為對應target；負樣本， 全部判斷為0就行。

RetinaNet FPN 這個結構，對label的編碼，是包含在正負樣本定義中的。

所有的anchor，計算和gt box的iou。如果與某個anchor與 gt box 的iou，大于0.5， 為正樣本1，

如果anchor 的最大iou，小于0.4，為負樣本，0。

如果anchor與gt的iou>0.4, <0.5，分配為ignore樣本，忽略樣本，-1。

一共9個anchor，分別是1:2， 2:1， 1:1， aspect ratio為1, 2^(1/3), 2^(2/3)

分類：

classification: focal loss, ignore cases where cls_tgt == -1，只負責0,1正負樣本的回歸。

pos_neg = cls_targets > -1

給正樣本打標簽的時候，是將1給到指定的那個class下，為1，其他為0。也就是一個grid位置下的相同形狀anchor，只有第i個類別的target為1，其他為0。

(num_classes, num_anchors, fmh, fmw)
(4, num_anchors, fmh, fmw)Classification targets are defined as-  1 if IoU with the anchor box in [0.5, 1.0] (positive label)- -1 if IoU with the anchor box in [0.4, 0.5] (to be ignored in the loss)-  0 if IoU with the anchor box in [0.0, 0.4] (negative label)

正樣本在bbox 回歸中的loss計算

• Bounding Box的回歸，只負責處理positive正樣本的區域。regression head中，只對劃分成正樣本的，anchor box，進行 xywh的loss計算。只有正樣本，包含了所負責的檢測的目標，所以只需要將正樣本的anchor回歸做好，就能減少bbox 的regression loss。

回歸的target為：只負責1，pos樣本，也就是正樣本anchor的回歸。

regression: include all anchor boxes where any class is positive

    pos_loc = cls_targets > 0  tx = (x - anchor_x) / anchor_wty = (y - anchor_y) / anchor_htw = log(w / anchor_w)th = log(h / anchor_h)

    Classification targets are defined as-  1 if IoU with the anchor box in [0.5, 1.0] (positive label)-  -1 if IoU with the anchor box in [0.4, 0.5] (to be ignored in the loss)-  0 if IoU with the anchor box in [0.0, 0.4] (negative label)

兩個gt box，分別是兩類，分別為 類別1,2。則編碼出來的，是與其 iou最大的anchor box，其負責這一類的分類與回歸。例如：第i個anchor，負責第1類，則[0, 1, 0] one hot 編碼。 第j個anchor 負責第2類，則[0, 0, 1]。只需要對應的[第i類，第幾個anchor，anchor的grid的位置h，anchor所在的grid位置w]=1。

計算loss的時候，只需要負責處理target為0,1樣本，忽略掉ignore樣本。

由于RetinaNet采用了Focal Loss進行正負樣本的平衡，所以沒有使用采樣的方法，來平衡樣本。

min_pos_iou=0，可以保證每個GT一定有對應的anchor負責預測。0.4以下是負樣本，0.5以上且是最大Iou的anchor是正樣本0.4~0.5之間的anchor是忽略樣本。其不需要正負樣本采樣器，因為其是通過平衡分類loss來解決的。

如果有用，記得點贊👍加收藏哦。！！！！

總結

以上是生活随笔為你收集整理的目标检测中如何定义正负样本，和正负样本在学习过程中loss计算起的作用的全部內容，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。