Qual è l'obiettivo nel compito di rilevamento e come viene formulata la funzione di perdita?

Nel compito di rilevamento degli oggetti, l'obiettivo (target) è l'informazione sulla posizione e sulla classe degli oggetti nell'immagine. Di solito, si tratta di un insieme di annotazioni che includono:

• Le coordinate delle scatole di delimitazione (bounding boxes), ad esempio nel formato (x, y, larghezza, altezza) o (x_min, y_min, x_max, y_max).
• Le classi degli oggetti corrispondenti a ogni scatola.

La funzione di perdita nel rilevamento combina generalmente diversi componenti:

1. Perdita di localizzazione — misura l'errore nella previsione delle coordinate delle scatole (ad esempio, perdita Smooth L1).
2. Perdita di classificazione — valuta la correttezza della previsione della classe dell'oggetto (ad esempio, entropia incrociata).
3. A volte vengono aggiunti componenti aggiuntivi, come per valutare la fiducia (confidence loss).

La funzione di perdita totale è una somma ponderata di questi componenti, che viene ottimizzata durante l'addestramento del modello per predire meglio sia la posizione che la classe degli oggetti.