Quel est l'objectif dans la tâche de détection et comment la fonction de perte est-elle formée?

Dans la tâche de détection d'objets, la cible (objectif) est l'information sur la position et la classe des objets dans l'image. Il s'agit généralement d'un ensemble d'annotations comprenant :

• Les coordonnées des boîtes englobantes (bounding boxes), par exemple au format (x, y, largeur, hauteur) ou (x_min, y_min, x_max, y_max).
• Les classes d'objets correspondant à chaque boîte.

La fonction de perte en détection combine généralement plusieurs composants :

1. Perte de localisation — mesure l'erreur dans la prédiction des coordonnées des boîtes (par exemple, perte Smooth L1).
2. Perte de classification — évalue la précision de la prédiction de la classe de l'objet (par exemple, entropie croisée).
3. Parfois, des composants supplémentaires sont ajoutés, comme pour évaluer la confiance (confidence loss).

La fonction de perte globale est une somme pondérée de ces composants, qui est optimisée lors de l'entraînement du modèle pour mieux prédire à la fois la position et la classe des objets.