რა არის მიზანი გამოვლენის დავალებაში და როგორ ფორმირდება ზარალის ფუნქცია?

ობიექტების გამოვლენის ამოცანაში, მიზანი (target) არის ინფორმაცია ობიექტების მდებარეობისა და კლასის შესახებ სურათზე. ჩვეულებრივ, ეს არის ანოტაციების ნაკრები, რომელიც მოიცავს:

• საზღვრის ყუთების (bounding boxes) კოორდინატები, მაგალითად, ფორმატში (x, y, სიგანე, სიმაღლე) ან (x_min, y_min, x_max, y_max).
• თითოეულ ყუთთან შესაბამისი ობიექტის კლასები.

გამოვლენის ფუნქცია ჩვეულებრივ აერთიანებს რამდენიმე კომპონენტს:

1. ლოკალიზაციის ზარალი — ზომავს შეცდომას ყუთების კოორდინატების წინასწარმეტყველებაში (მაგალითად, Smooth L1 ზარალი).
2. კლასიფიკაციის ზარალი — აფასებს ობიექტის კლასის წინასწარმეტყველების სიზუსტეს (მაგალითად, კროს-ენტროპია).
3. ზოგჯერ დამატებით კომპონენტებსაც ამატებენ, მაგალითად, თავდაჯერებულობის შეფასებისთვის (confidence loss).

საერთო ზარალი არის ამ კომპონენტების წონით ჯამი, რომელიც ოპტიმიზირებულია მოდელის სწავლების დროს, რათა უკეთ წინასწარმეტყველოს როგორც მდებარეობა, ასევე ობიექტის კლასი.