Riferimento per ultralytics/models/utils/loss.py
Nota
Questo file è disponibile su https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/models/utils/loss .py. Se riscontri un problema, contribuisci a risolverlo inviando una Pull Request 🛠️. Grazie 🙏!
ultralytics.models.utils.loss.DETRLoss
Basi: Module
Classe DETR (DEtection TRansformer) Loss. Questa classe calcola e restituisce i diversi componenti di perdita per il modello di rilevamento degli oggetti modello di rilevamento degli oggetti DETR. Calcola la perdita di classificazione, la perdita di bounding box, la perdita GIoU e, facoltativamente, le perdite ausiliarie. perdite ausiliarie.
Attributi:
Nome | Tipo | Descrizione |
---|---|---|
nc |
int
|
Il numero di classi. |
loss_gain |
dict
|
Coefficienti per le diverse componenti di perdita. |
aux_loss |
bool
|
Se calcolare le perdite ausiliarie. |
use_fl |
bool
|
Usa FocalLoss oppure no. |
use_vfl |
bool
|
Usa VarifocalLoss o no. |
use_uni_match |
bool
|
Se utilizzare un livello fisso per assegnare le etichette al ramo ausiliario. |
uni_match_ind |
int
|
Gli indici fissi di un livello da utilizzare se |
matcher |
HungarianMatcher
|
Oggetto per calcolare il costo e gli indici di corrispondenza. |
fl |
FocalLoss or None
|
Oggetto di perdita focale se |
vfl |
VarifocalLoss or None
|
Varifocale Oggetto di perdita se |
device |
device
|
Dispositivo su cui sono memorizzati i tensori. |
Codice sorgente in ultralytics/models/utils/loss.py
13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 |
|
__init__(nc=80, loss_gain=None, aux_loss=True, use_fl=True, use_vfl=False, use_uni_match=False, uni_match_ind=0)
Funzione di perdita DETR.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
nc |
int
|
Il numero di classi. |
80
|
loss_gain |
dict
|
Il coefficiente di perdita. |
None
|
aux_loss |
bool
|
Se 'aux_loss = True', si utilizzeranno le perdite di ogni livello del decoder. |
True
|
use_vfl |
bool
|
Usa VarifocalLoss o no. |
False
|
use_uni_match |
bool
|
Se utilizzare un livello fisso per assegnare le etichette al ramo ausiliario. |
False
|
uni_match_ind |
int
|
Gli indici fissi di un livello. |
0
|
Codice sorgente in ultralytics/models/utils/loss.py
forward(pred_bboxes, pred_scores, batch, postfix='', **kwargs)
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
pred_bboxes |
Tensor
|
[l, b, query, 4] |
richiesto |
pred_scores |
Tensor
|
[l, b, query, num_classi] |
richiesto |
batch |
dict
|
Un dict include: gt_cls (torch.Tensor) con forma [num_gts, ], gt_bboxes (torch.Tensor): [num_gts, 4], gt_groups (List(int)): un elenco di lunghezza pari alla dimensione del lotto che include il numero di gts di ogni immagine. |
richiesto |
postfix |
str
|
postfix del nome della perdita. |
''
|
Codice sorgente in ultralytics/models/utils/loss.py
ultralytics.models.utils.loss.RTDETRDetectionLoss
Basi: DETRLoss
Classe di rilevamento delle perdite in tempo reale di DeepTracker (RT-DETR) che estende la classe DETRLoss.
Questa classe calcola la perdita di rilevamento per il modello RT-DETR , che include la perdita di rilevamento standard e una perdita di addestramento aggiuntiva per il denoising quando vengono forniti i metadati del denoising. una perdita di addestramento aggiuntiva per il denoising quando vengono forniti i metadati del denoising.
Codice sorgente in ultralytics/models/utils/loss.py
forward(preds, batch, dn_bboxes=None, dn_scores=None, dn_meta=None)
Passaggio in avanti per calcolare la perdita di rilevamento.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
preds |
tuple
|
Caselle di delimitazione e punteggi previsti. |
richiesto |
batch |
dict
|
Dati batch contenenti informazioni sulla verità di base. |
richiesto |
dn_bboxes |
Tensor
|
Caselle di delimitazione del denoising. Il valore predefinito è Nessuno. |
None
|
dn_scores |
Tensor
|
Punteggi di denoising. Il valore predefinito è Nessuno. |
None
|
dn_meta |
dict
|
Metadati per il denoising. Il valore predefinito è Nessuno. |
None
|
Restituzione:
Tipo | Descrizione |
---|---|
dict
|
Dizionario contenente la perdita totale e, se applicabile, la perdita di denoising. |
Codice sorgente in ultralytics/models/utils/loss.py
get_dn_match_indices(dn_pos_idx, dn_num_group, gt_groups)
staticmethod
Ottiene gli indici di corrispondenza per il denoising.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
dn_pos_idx |
List[Tensor]
|
Elenco di tensori contenenti indici positivi per il denoising. |
richiesto |
dn_num_group |
int
|
Numero di gruppi di denoising. |
richiesto |
gt_groups |
List[int]
|
Elenco di numeri interi che rappresentano il numero di verità di base per ogni immagine. |
richiesto |
Restituzione:
Tipo | Descrizione |
---|---|
List[tuple]
|
Elenco di tuple contenenti indici corrispondenti per il denoising. |