adaptive_detection_loss
最后更新
luxonis_train.attached_modules.losses.adaptive_detection_lossYOLOv6 检测损失,以及它用于分类的变焦损失。类
AdaptiveDetectionLoss
输入::features(list[Tensor]): 每个尺度的 [B, Ci, Hi, Wi]class_scores(Tensor): [B, N, nclasses] sigmoid 分数distributions(Tensor): [B, N, 4],步幅单位的(l, t, r, b)target(Tensor): [M, 6],[batch, class, x, y, w, h],xywh归一化
输出::Tensor: 标量总损失dict[str, Tensor]: 子损失class和iou,不带损失权重
公式:: 在每次调用时,分配器将 N 个锚点与目标框匹配。ATSSAssigner 在 epoch 低于n_warmup_epochs时运行,之后 TaskAlignedAssigner 运行。对于每个锚点 a,分配器给出类别、框和每个类别 c 的软分数 qa, c。S 是所有 qa, c 的总和: L = (λclsLcls + λiou∑a ∈ P(1 − IoUa)∑cqa, c)/(max(S, 1)) Lcls 是 VarifocalLoss,对所有锚点和类别求和。P 是正锚点的集合,IoUa 是锚点 a 的预测框和分配框的iou_type重叠。λcls 是class_loss_weight,λiou 是iou_loss_weight。当没有锚点为正时,IoU 项为0。
参考
- 来源:重新实现自 YOLOv6: A Single-Stage Object Detection Framework for Industrial Applications 和 PP-YOLOE: An evolved version of YOLO。
- 许可证:Apache-2.0 (本项目)
注意
第一次调用会根据
features 的形状构建锚点、锚点和步幅。损失将它们存储为非持久缓冲区。所有后续调用都使用这些缓冲区,即使 features 的形状发生变化。第一次使用 TaskAlignedAssigner 的调用会记录分配器的更改,即使 n_warmup_epochs 为 0。示例
附加到
model.nodes 中的 EfficientBBoxHead:Yaml
1- name: EfficientBBoxHead
2 inputs: [RepPANNeck]
3 losses:
4 - name: AdaptiveDetectionLoss兼容::
方法
init
Python
1def __init__(n_warmup_epochs: int = 0, iou_type: IoUType = 'giou', reduction: Literal['sum', 'mean'] = 'mean', class_loss_weight: float = 1.0, iou_loss_weight: float = 2.5, per_class_weights: list[float] | None = None, skip_stal: bool = False, **kwargs):node,BaseAttachedModule.node 会引发 RuntimeError。代码改编自 PPYOLOE_pytorch。参数n_warmup_epochs(int): 使用 ATSSAssigner 和topk=9的 epoch 数量,从 epoch0开始计数。后续 epoch 使用 TaskAlignedAssigner 和topk=13、alpha=1.0和beta=6.0。iou_type(IoUType): 框项的 IoU 变体:"none"表示普通 IoU,"giou"、"diou"、"ciou"或"siou"。luxonis_train.utils.bbox_iou 描述了这些变体。reduction(Literal['sum', 'mean']): 损失不读取它。两个项始终使用类别公式的归一化和。class_loss_weight(float): 分类项的因子 λcls。iou_loss_weight(float): 框项的因子 λiou。per_class_weights(list[float] | None): 每个类别一个因子。VarifocalLoss 将每个类别的权重乘以其因子。长度与类别数量不同的列表会记录警告,然后损失不使用因子。None不使用因子。skip_stal(bool):True关闭 TaskAlignedAssigner 的小目标感知标签分配。**kwargs: 转发给 BaseLoss 的关键字参数,例如final_loss_weight和node。
forward
Python
1def forward(features: list[Tensor], class_scores: Tensor, distributions: Tensor, target: Tensor) -> tuple[Tensor, dict[str, Tensor]]:target 转换为输入图像像素中的 xyxy 框。它将每个图像的框填充到单个图像中最大框数。它将 distributions 解码为锚点周围的预测框。当前 epoch 的分配器然后将锚点与目标框匹配,该方法计算类别公式的两个项。参数features(list[Tensor]): 头部的特征图,每个尺度一个形状为[B, C_i, H_i, W_i]。只有第一次调用使用它们来构建锚点。class_scores(Tensor): 形状为[B, N, n_classes]的 Sigmoid 类别分数,用于所有尺度的N个锚点。distributions(Tensor): 从每个锚点到其框的左、上、右和下侧的距离,形状为[B, N, 4],以步幅单位表示。target(Tensor): 形状为[M, 6]的boundingbox标签。每行包含批次索引、类别以及一个框的归一化x、y、w和h。x和y表示左上角。
tuple[Tensor, dict[str, Tensor]]: 总损失(标量)和子损失"class"和"iou"。子损失是分离的项,不带因子class_loss_weight和iou_loss_weight。
属性
anchor_points
anchor_points_strided
anchors
atss_assigner
gt_bboxes_scale
n_anchors_list
node
stride_tensor
supported_tasks
tal_assigner
varifocal_loss
VarifocalLoss
per_class_weights 时,损失还会将每个类别的权重乘以该类别的因子。损失不分离 w,因此梯度也流经 pγ。AdaptiveDetectionLoss 将此损失用于其分类项。示例
该示例有一个锚点,包含两个类别。第一个类别为正,目标分数为
0.8。两个元素的二元交叉熵均为 ln2,权重分别为 0.8 和 0.75⋅0.52 = 0.1875:Pycon
1>>> import torch
2>>> loss = VarifocalLoss()
3>>> pred_score = torch.tensor([[[0.5, 0.5]]])
4>>> target_score = torch.tensor([[[0.8, 0.0]]])
5>>> label = torch.tensor([[[1.0, 0.0]]])
6>>> round(loss(pred_score, target_score, label).item(), 4)
70.6845方法
init
Python
1def __init__(alpha: float = 0.75, gamma: float = 2.0, per_class_weights: Tensor | None = None):alpha(float): 负元素权重的因子 α。gamma(float): 负元素权重中预测分数的指数 γ。per_class_weights(Tensor | None): 每个类别一个因子,形状为[n_classes]。None不使用因子。
forward
Python
1def forward(pred_score: Tensor, target_score: Tensor, label: Tensor) -> Tensor:float32 运行,关闭自动转换。当 per_class_weights 和 pred_score 位于不同的设备上时,该方法会将 per_class_weights 替换为 pred_score 设备上的副本。参数pred_score(Tensor): 预测的类别分数,范围为[0, 1],形状为[B, N, n_classes]。target_score(Tensor): 目标分数,范围为[0, 1],形状相同。分配器为分配的类别提供软分数,为其他类别提供0。label(Tensor): 独热标签,形状相同。背景锚点只有零。
Tensor: 对所有元素求和的损失,作为标量。