Я использую Mask-R-CNN для обучения своих данных с ним. Когда я использую TensorBoard, чтобы увидеть результат, у меня появляется потеря , mrcnn_bbox_loss , mrcnn_class_loss , mrcnn_mask_loss , rlon_bbox *, rpn_class_loss и все те же 6 потерь для проверки: val_loss, val_mrcnn_bbox_loss и т. Д.
Я хочу знать, что такое каждая потеря.
Также я хочу знать, являются ли первые 6 потерь потерей поезда или каковы они? Если это не потеря поезда, как я могу увидеть потерю поезда?
Мое предположение:
убыток : это все 5 потерь в итоге (но я не знаю, как TensorBoard суммирует их).
mrcnn_bbox_loss : правильный ли размер ограничивающего прямоугольника или нет?
mrcnn_class_loss : правильный ли класс? правильно ли назначен пиксель классу?
mrcnn_mask_loss : правильна ли форма экземпляра или нет? правильно ли назначен пиксель экземпляру?
rpn_bbox_loss : правильный ли размер bbox?
rpn_class_loss : правильный ли класс bbox?
Но я почти уверен, что это неправильно ...
А некоторые потерянные не имеют значения, если у меня только 1 класс? Например только фон и 1 другой класс?
Мои данные имеют только фон и еще один класс, и это мой результат на TensorBoard:
Мой прогноз в порядке, но я не знаю, почему некоторые потери от моей проверки растут и уменьшаются в конце ... Я думал, что это должно быть сначала только вниз, а после переоснащения только вверх.
Предсказание, которое я использовал, - зеленая линия на TensorBoard с большинством эпох. Я не уверен, что моя сеть перегружена, поэтому мне интересно, почему некоторые потери в проверке выглядят так, как они выглядят ...
Вот мой прогноз: