V1损失函数：
?
? ?1、标注图像某位置有目标，预测为有==>计算not response loss 未响应损失以及box框的坐标等的信息对应蓝色框和红色框
其代码为：
# # # # # # # # # # # # # # # # 本来有 预测有的损失# # # # # # # # # # # # # # # #
#计算包含obj损失 即本来有，预测有 和 本来有，预测无
coo_response_mask = torch.cuda.ByteTensor(box_target.size())
coo_response_mask.zero_()
coo_not_response_mask = torch.cuda.ByteTensor(box_target.size())
coo_not_response_mask.zero_()
# 选择最好的IOU 2个box选1个吧
for i in range(0,box_target.size()[0],2):
# 预测框 2个
box1 = box_pred[i:i+2]
box1_xyxy = Variable(torch.FloatTensor(box1.size()))
box1_xyxy[:,:2] = box1[:,:2] -0.5*box1[:,2:4]# 左上角
box1_xyxy[:,2:4] = box1[:,:2] +0.5*box1[:,2:4]# 右下角
# 标注框 1个
box2 = box_target[i].view(-1,5)
box2_xyxy = Variable(torch.FloatTensor(box2.size()))
box2_xyxy[:,:2] = box2[:,:2] -0.5*box2[:,2:4]
box2_xyxy[:,2:4] = box2[:,:2] +0.5*box2[:,2:4]
iou = self.compute_iou(box1_xyxy[:,:4],box2_xyxy[:,:4]) #[2,1]
max_iou,max_index = iou.max(0)
max_index = max_index.data.cuda()
coo_response_mask[i+max_index]=1 # 最大iou对应的mask 值为1 否则为0
coo_not_response_mask[i+1-max_index]=1# 非最大iou对应的mask 值为1 否则为0
# 1.response loss响应损失，即本来有，预测有 有相应 坐标预测的loss （x,y,w开方，h开方）参考论文loss公式
# box_pred [144,5] coo_response_mask[144,5] box_pred_response:[72,5]
# 选择IOU最好的box来进行调整 负责检测出某物体
box_pred_response = box_pred[coo_response_mask].view(-1,5)# 最佳box坐标提出来其对应的预测值
box_target_response = box_target[coo_response_mask].view(-1,5)# 最佳box坐标剔除来其对应的真值
# box_pred_response:[72,5] 计算预测 有物体的概率误差，返回一个数
# 存在可信度计算 box_target_response[:,4]的值为1 想让box_pred_response[:,4]存在的可能性越大越好
contain_loss=F.mse_loss(
box_pred_response[:,4],box_target_response[:,4],size_average=False)
# 计算（x,y,w开方，h开方）参考论文loss公式
# 坐标可信度计算
loc_loss = F.mse_loss(
box_pred_response[:,:2],box_target_response[:,:2],size_average=False) + F.mse_loss
(torch.sqrt(box_pred_response[:,2:4]),torch.sqrt(box_target_response[:,2:4]),size_average=False)
contain_loss是计算预测为有目标的网格的confidence与真值的confidence的平方误差作为loss判定。只是两个值的计算对应红色框。
loc_loss是计算蓝色框的内容
2、标注图像某位置有目标，预测为无==>计算response loss响应损失，对应代码为：
# # # # # # # # # # # # # 本来有 预测无的损失# # # # # # # # # # # # # # # #
# 2.not response loss 未响应损失，即本来有，预测无 未响应
box_pred_not_response = box_pred[coo_not_response_mask].view(-1,5)
box_target_not_response = box_target[coo_not_response_mask].view(-1,5)
box_target_not_response[:,4]= 0
#存在可信度计算 loss的目的是让box_pred_not_response越小越好。就是想让不存在的可能性越小越好
not_contain_loss = F.mse_loss(box_pred_response[:,4],box_target_response[:,4],size_average=False)
not_contain_loss是计算预测为无的网格confidence与真值的confidence的平方误差作为loss判定，也只是两个值的计算对应红色框。? ? ? ?可见红色框是分了两部分计算的
3、标注图像某位置无目标，预测为有==>计算不包含obj损失 ?只计算第4,9位的有无物体概率的loss ：对应橙色框
# # # # # # # # # 本来无 预测有的损失# # # # # # # # # # # # 对应橙框
# 计算不包含obj损失 即本来无，预测有
# 在预测结果中拿到真实无物体的网格，并改变形状为（xxx,30） xxx代表一个batch的图片上的不存在物体的网格总数 30代表2*5+20 例如：[1496,30]
# 根据noo_mask给出的0 1 信息来提取对应网格 一条数据代表一个网格的信息 noo_mask为 1 说明此网格真实无物体
noo_pred = pred_tensor[noo_mask].view(-1,30)
#提取出标签图像上真实无物体的网格标签内容
noo_target = target_tensor[noo_mask].view(-1,30) # 例如：[1496,30]
# ByteTensor：8-bit integer (unsigned)
noo_pred_mask = torch.cuda.ByteTensor(noo_pred.size()) # 例如：[1496,30]
noo_pred_mask.zero_() #初始化全为0
# 将第4、9 即将无obj的confidence置为1
noo_pred_mask[:, 4] = 1
noo_pred_mask[:, 9] = 1
# 拿到第4列和第9列里面的值（即拿到真实无物体的网格中，网络预测这些网格有物体的概率值） 一行有两个值（第4和第9位）
# 例如noo_pred_c：2992 noo_target_c：2992 如果有obj存在就不会取这个值
noo_pred_c = noo_pred[noo_pred_mask]
# 拿到第4列和第9列里面的值 真值为0，表示真实无obj（即拿到真实无物体的网格中，这些网格有物体的概率值，为0）
noo_target_c = noo_target[noo_pred_mask]
# 均方误差 如果 size_average = True，返回 loss.mean()。 例如noo_pred_c：2992 noo_target_c：2992
# nooobj_loss 一个标量 那么这个损失函数目标就是让noo_pred_c无限接近于真值0 这个loss就能无限接近最小值0 损失函数目的达到
# 想让存在的可能性越小越好
nooobj_loss = F.mse_loss(noo_pred_c,noo_target_c,size_average=False)
noo_mask记录的是所有网格在真实图像上目标存在与否的标签。
noo_pred是根据noo_mask标签取出的实际不含目标的预测网格的向量。其向量4,,9位置的值是预测值。
noo_target是根据noo_mask标签取出的实际不含目标的真值网格的向量。其向量第4 ,9位置值是0。
nooobj_loss只计算了这个些网格30维向量的4,9位置的损失值，其他位置都没用。对应上图中的橙色框。这样此部分的loss函数目标就是让预测值越接近0越好。符合了loss的目的了。
4、标注图像某位置无目标，预测为无==>无损失(不计算)
5、类别的损失函数计算，代码如下：
class_loss = F.mse_loss(class_pred, class_target, size_average=False)
class_loss计算的是类别的损失函数，是网格向量的后20个数据做最小平方误差来构建loss函数的。对应图中紫色框
参考：