在使用TensorFlow对象检测API训练Mask RCNN时，“损失”是什么？

Question

我正在使用 TensorFlow对象检测中的 Mask RCNN 进行自定义对象检测的培训。因此，我要预测对象实例遮罩以及边界框。

预先训练的模型：mask_rcnn_inception_v2_coco

以下是我训练的快照。

  

INFO：tensorflow：全局步骤4181：损耗= 0.0031（3.290秒/步）

     

INFO：tensorflow：全局步骤4181：损耗= 0.0031（3.290秒/步）

     

INFO：tensorflow：全局步骤4182：损耗= 0.0030（2.745秒/步）

     

INFO：tensorflow：全局步骤4182：损耗= 0.0030（2.745秒/步）

在这种情况下，您能告诉我这里的损失是什么吗？

我的问题与训练损失及其变化无关。步骤。

我不清楚在训练Mask RCNN时这种损失意味着什么吗？在Mask RCNN中，最后一层有3个并行头，

• 用于检测班级
• 用于预测边界框
• 用于预测实例掩码

在这种情况下，什么是损失？

Answer 1

Mask R-CNN纸的损失函数结合了 3个损失的加权总和（3个输出）：分类，定位和分割蒙版：

分类和边界框（本地化）损失与Faster R-CNN中的损失相同。

添加的是蒙版的每个像素的S型+二进制损失。 mask分支为每个班级生成一个掩码，而各班级之间没有竞争（因此，如果您有10个班级，mask分支将预测10个掩码）。使用的损耗是每像素S形+二进制损耗。

如果您想更深入地了解掩模损失，本文指出：“多项式与独立掩模：掩模R-CNN将掩模和类别预测解耦：作为现有的框 分支预测类标签，我们为每个标签生成一个掩码 类之间没有竞争（通过每个像素的S形和二进制损失）。在表2b中，我们将其与 使用每个像素的softmax和多项式损失（在FCN [30]中通常使用）。”

您可以在paper的第6页，表编号2.b（“多项式与独立掩码”）中看到它。