在yolo的學習過程中，一直有問題困擾著我。那就是作者在文章中說，如果物體中心落在grid cell中則該grid cell負責檢測該物體。而之後文章中又說每個grid cell都要進行**，同時網路輸出的是7x7x30的tensor。那就意味著每個grid cell都參與了**，這個過程具體是怎麼實現的呢？實際上這個問題只要仔細閱讀**，真正理解文章中的損失函式是什麼意思就可以明白。
仔細閱讀**，發現並不是網路的所有輸出都要計算loss，具體地說：
剛開始我這麼去理解的時候覺得雲裡霧裡。置信度大，則說明物體中心存在在該cell中，則xywh和分類損失才有意義。
Caffe實踐 損失函式解析
在有監督的機器學習中，需要有標籤資料，與此同時，也需要有對應的損失函式 loss function 在caffe中，目前已經實現了一些損失函式，包括最常見的l2損失函式，對比損失函式，資訊增益損失函式等等。在這裡做乙個筆記，歸納總結caffe中用到的不同的損失函式，以及分析它們各自適合的使用場景。輸...
Caffe中的損失函式解析
在有監督的機器學習中，需要有標籤資料，與此同時，也需要有對應的損失函式 loss function 在caffe中，目前已經實現了一些損失函式，包括最常見的l2損失函式，對比損失函式，資訊增益損失函式等等。在這裡做乙個筆記，歸納總結caffe中用到的不同的損失函式，以及分析它們各自適合的使用場景。輸...
Caffe中的損失函式解析
導言 在有監督的 機器學習 中，需要有標籤資料，與此同時，也需要有對應的損失函式 loss function 在caffe中，目前已經實現了一些損失函式，包括最常見的l2損失函式，對比損失函式，資訊增益損失函式等等。在這裡做乙個筆記，歸納總結caffe中用到的不同的損失函式，以及分析它們各自適合的使...