YOLO损失函数

Question

我能把这个损失函数用于YOLO吗

    def myLoss(y_actual,y_pred):
        a = tf.keras.losses.BinaryCrossentropy()(y_actual[:,:,:,0],y_pred[:,:,:,0])
        b = tf.keras.losses.MeanSquaredError()(y_actual[:,:,:,1:], y_pred[:,:,:,1:]*y_actual[:,:,:,:1])
      
    
        loss= a + b 
        return loss

其中y_actual = Pc，bx，by，bw，bh，c1，c2，c3

pc = c1、c2、c3之一存在于特定网格中的概率，

bx，by，bw，bh是特定网格的边界框参数，

c1，c2，c3是我想要预测的3类，例如: 0,0,1，代表3类

我在某个地方读到，当Pc_actual=0时，损失并不关心边框和类的预测，所以我将它们与Pc_actual相乘，所以当pc_actual为0时，与这些项对应的损失是0。

如果我错了，请纠正我

Answer 1

当Pc_actual=0不关心边界框和类预测时，您是正确的，但是它关心的是Pc_pred的结果，因为您也需要模型来学习它，所以当Pc_actual=0时，损失函数应该是(Pc_actual - Pc_pred)**2，当它预测没有对象时，它会惩罚模型。