Šta je cilj u zadatku detekcije i kako se formira funkcija gubitka?

U zadatku detekcije objekata, cilj (target) je informacija o položaju i klasi objekata na slici. Obično je to skup anotacija koje uključuju:

• Koordinate okvira za ograničenje (bounding boxes), na primer u formatu (x, y, širina, visina) ili (x_min, y_min, x_max, y_max).
• Klase objekata koje odgovaraju svakom okviru.

Funkcija gubitka u detekciji obično kombinuje nekoliko komponenti:

1. Gubitak lokalizacije — meri grešku u predviđanju koordinata okvira (na primer, Smooth L1 gubitak).
2. Gubitak klasifikacije — procenjuje tačnost predviđanja klase objekta (na primer, unakrsna entropija).
3. Ponekad se dodaju dodatne komponente, na primer, za procenu sigurnosti (confidence loss).

Ukupna funkcija gubitka je ponderisana suma ovih komponenti, koja se optimizuje tokom obuke modela, kako bi bolje predviđao i položaj i klasu objekata.