此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • AdaptiveDetectionLoss
  • VarifocalLoss
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包

adaptive_detection_loss

最后更新
Python API: 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

YOLOv6 的边界框损失,带有锚点分配的预热。
  • 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。

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):
初始化损失、其两个分配器和 VarifocalLoss。该方法从节点读取步幅、网格单元大小、网格单元偏移量、类别数量和输入图像大小。因此,损失需要一个节点:如果没有 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 epoch 0 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]]:
将锚点分配给目标框并计算损失。该方法将 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。
返回
  • 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

变焦损失,用于训练 IoU 感知类别分数。该损失训练预测的类别分数以匹配软目标分数,例如预测框和分配框之间的 IoU。它对每个锚点和类别的预测分数 p 和目标分数 q 之间的二元交叉熵进行加权。对于独热标签 y:L = ∑w⋅BCE(p, q),w = α pγ (1 − y) + q y负元素获得焦点权重 α**pγ,正元素获得权重 q。使用 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。

方法

init
Python
1def __init__(alpha: float = 0.75, gamma: float = 2.0, per_class_weights: Tensor | None = None):
初始化变焦损失。参数
  • 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:
计算变焦损失,对所有元素求和。二元交叉熵以 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。
返回
  • Tensor: 对所有元素求和的损失,作为标量。