Please enable JavaScript.

Coggle requires JavaScript to display documents.

DETR(2020) - Coggle Diagram

- - - - 步骤
        
        设定一个固定的大于一般图片中目标的常量N
        
        设真实值为y，长度为N，其中有表示目标和补零
        
        计算对应一对一index的损失
      - 公式
        
        最小损失公式表示
        
        $$\hat{\sigma} = \mathop{\arg\min} _{\sigma \in \sigma_N} \sum_i^N L_{match}(y_i, \hat{y}_{\sigma(i)})$$
        
        解释
        
        匹配计算真实值和预测值对应i的损失
        
        argmax下面的符号是确保不同最大匹配的不变性
        
        Lmatch
        
        $$-\mathbb{1}_{c_i \neq \varnothing} \hat{p}_{\sigma(i)} (c_i) + \mathbb{1}_{c_i \neq \varnothing} L_{box}(b_i, \hat{b}_{\sigma(i)})$$
        
        解释
        
        1是空心1，表示旨在c不为空时才计算损失
        
        ci是第i个index的label为c，第一部分就是第i个index预测为c的概率
        
        y和y_hat都分为两部分，第一部分是分类，第二部分是检测狂的xy坐标和长宽
        
        目标是为了找到一对一没有重复的匹配
        
        损失函数
        
        $$L_{Hungarian(y, \hat{y})}= \sum_{i=1}^N[ -\log{\hat{p}_{ \hat{\sigma} (c_i)}}+ \mathbb{1}_{c_i \neq \varnothing} L_{box}(b_i, \hat{b}_{\hat{\sigma}(i)})]$$
        
        解释
        
        这个损失充当了匈牙利算法的角色
        
        第一部分为配对分类的损失，当预测不为空时使用softmax(而不是sigmoid)的交叉熵，这样量级和识别框损失相符且效果更好
        
        当第一部分预测为空时则用常数10作为损失，有助分类平衡
        
        第二部分计算非空的识别框
        
        Lbox
        
        $$\lambda_{iou}L_{iou}(b_i, \hat{b}_{\sigma(i)})+ \lambda_{L1} || b_i - \hat{b}_{\sigma(i)} ||_1 $$
        
        解释
        
        因为只用L1 Loss会让大box的小差距和小box的大差距有相似的损失，所以引入了iou损失
        
        lambda是超参数