如何解释 TensorBoard 损失图？

Question

TensorBoard

我正在使用 Tensorflow API 进行对象检测，这是其默认设置的损失图。你能帮我解释一下 classification_loss、localization_loss 和 objectness_loss 的区别吗？谢谢！

Answer 1

你可以这样计算位置损失：

def location_loss( x, y, width, height, l_x, l_y, l_width, l_height, alpha = 0.001 ):
    point_loss = ( tf.square( l_x - x ) + tf.square( l_y - y ) ) * alpha
    size_loss = ( tf.square( tf.sqrt( l_width ) - tf.sqrt( width ) ) + tf.square( tf.sqrt( l_height ) - tf.sqrt( height ) ) ) * alpha
    location_loss = point_loss + size_loss
    return location_loss

你提到的这些损失不属于TensorBoard。还有另一个 TensorBoard 插件，您应该检查它们的源代码和定义。