TensorFlow 对象检测 API - 对象检测中的损失是什么意思 api？
TensorFlow Object Detection API - what do the losses mean in the object detection api?
以下损失分别代表什么意思？ （在 TensorFlow 对象检测中 API，同时训练基于 FasterRCNN 的模型）
Loss/BoxClassifierLoss/classification_loss/mul_1
Loss/BoxClassifierLoss/localization_loss/mul_1
Loss/RPNLoss/localization_loss/mul_1
Loss/RPNLoss/objectness_loss/mul_1
clone_loss_1
区域提案网络的损失：
Loss/RPNLoss/localization_loss/mul_1：RPN 的定位损失或边界框回归量损失
Loss/RPNLoss/objectness_loss/mul_1：如果边界框是感兴趣的对象或背景，则分类器的损失
最终分类器的损失：
Loss/BoxClassifierLoss/classification_loss/mul_1：将检测到的物体分类为各种类：猫、狗、飞机等的损失
Loss/BoxClassifierLoss/localization_loss/mul_1: Localization Loss or the Loss of the Bounding Box regressor
clone_loss_1 仅当您在多个 GPU 上训练时才相关：Tensorflow 将创建模型的克隆以在每个 GPU 上训练并报告每个克隆的损失。如果您在单个 GPU/CPU 上训练模型，那么您只会看到 clone_loss_1，这与 TotalLoss 相同。
其他损失如所述。
如果你使用更快的rcnn网络，你会遇到四种损失
1.RPN LOSS/LOCALIZATION 损失
如果我们看到 faster rcnn 的架构，我们将拥有用于获取 regoin proposals 的 cnn。为了从特征图中获取区域建议，我们有损失函数。这是生成的锚点的边界框的定位损失。'
2.RPN LOSS/OBJECTNESS 损失
这也是我们在提取区域建议时，无论对象是否存在于 anchorbox 中。
3.BOX_CLASSIFIERLOSS/CLASSIFICATION_LOSS
这是最后一层 class 对象属于狗还是猫？？
4.BOX_CLASSIFIERLOSS/LOCALIZATION_损失
这也是对象边界框的最后一层。 （狗和猫的坐标）
以下损失分别代表什么意思？ （在 TensorFlow 对象检测中 API，同时训练基于 FasterRCNN 的模型）
Loss/BoxClassifierLoss/classification_loss/mul_1
Loss/BoxClassifierLoss/localization_loss/mul_1
Loss/RPNLoss/localization_loss/mul_1
Loss/RPNLoss/objectness_loss/mul_1
clone_loss_1
区域提案网络的损失：
Loss/RPNLoss/localization_loss/mul_1：RPN 的定位损失或边界框回归量损失
Loss/RPNLoss/objectness_loss/mul_1：如果边界框是感兴趣的对象或背景，则分类器的损失
最终分类器的损失：
Loss/BoxClassifierLoss/classification_loss/mul_1：将检测到的物体分类为各种类：猫、狗、飞机等的损失
Loss/BoxClassifierLoss/localization_loss/mul_1: Localization Loss or the Loss of the Bounding Box regressor
clone_loss_1 仅当您在多个 GPU 上训练时才相关：Tensorflow 将创建模型的克隆以在每个 GPU 上训练并报告每个克隆的损失。如果您在单个 GPU/CPU 上训练模型，那么您只会看到 clone_loss_1，这与 TotalLoss 相同。
其他损失如
如果你使用更快的rcnn网络，你会遇到四种损失
1.RPN LOSS/LOCALIZATION 损失 如果我们看到 faster rcnn 的架构，我们将拥有用于获取 regoin proposals 的 cnn。为了从特征图中获取区域建议，我们有损失函数。这是生成的锚点的边界框的定位损失。'
2.RPN LOSS/OBJECTNESS 损失 这也是我们在提取区域建议时，无论对象是否存在于 anchorbox 中。
3.BOX_CLASSIFIERLOSS/CLASSIFICATION_LOSS 这是最后一层 class 对象属于狗还是猫？？
4.BOX_CLASSIFIERLOSS/LOCALIZATION_损失 这也是对象边界框的最后一层。 （狗和猫的坐标）