我正在尝试使用 faster_rcnn 在此处使用 Detectron 的 Pytorch 实现来训练自定义数据集。我已根据 repo 中的指南对数据集和配置进行了更改。
训练过程成功进行，但 loss_cls和 loss_bbox值从一开始就为0，即使训练完成，最终输出也不能用于评估或推论。我想知道这两个是什么意思，以及如何在训练期间改变这些值。我在这里使用的确切模型是 e2e_faster_rcnn_R-50-FPN_1x
对此的任何帮助将不胜感激。我在 Anaconda、CUDA 9、cuDNN 7 上使用 Ubuntu 16.04 和 Python 3.6。
在训练多目标检测器时，您通常（至少）有两种类型的损失：
loss_bbox：衡量预测边界框与地面实况对象“紧密”程度的损失（通常是回归损失，L1，smoothL1 等）。loss_cls：衡量每个预测边界框分类正确性的损失：每个框可能包含一个对象类，或“背景””。这种损失通常称为交叉熵损失。在训练检测器时，模型预测每张图像相当多（~1K）个可能的框。它们中的大多数是空的（即属于“背景”类）。损失函数将每个预测框与图像的地面实况框注解相关联。
如果预测框与 ground truth box 有很大重叠，则计算 loss_bbox和 loss_cls，以查看模型预测 ground truth box 的能力。
另一方面，如果预测框与任何 ground truth 框都没有重叠，那么“背景”类只计算 loss_cls。然而，如果与 ground truth 只有非常部分的重叠，则预测框被“丢弃”并且不计算损失。我怀疑，出于某种原因，您的训练 session 就是这种情况。
我建议您检查确定预测的盒装和基本事实注解之间关联的参数。此外，查看“锚点”的参数：这些参数决定了预测框的比例和纵横比。