Čo je cieľom v úlohe detekcie a ako sa tvorí funkcia straty?

V úlohe detekcie objektov je cieľom (target) informácia o polohe a triede objektov na obrázku. Zvyčajne ide o súbor anotácií, ktoré zahŕňajú:

• Súradnice ohraničujúcich rámov (bounding boxes), napríklad vo formáte (x, y, šírka, výška) alebo (x_min, y_min, x_max, y_max).
• Triedy objektov, ktoré zodpovedajú každej rámu.

Funkcia straty pri detekcii zvyčajne kombinuje niekoľko komponentov:

1. Strata lokalizácie — meria chybu v predpovedi súradníc rámov (napríklad, Smooth L1 strata).
2. Strata klasifikácie — hodnotí správnosť predpovede triedy objektu (napríklad, krížová entropia).
3. Niekedy sa pridávajú ďalšie komponenty, napríklad na hodnotenie dôvery (confidence loss).

Celková funkcia straty je váženým súčtom týchto komponentov, ktorá sa optimalizuje počas tréningu modelu, aby lepšie predpovedal ako polohu, tak aj triedu objektov.