计算机视觉 / 系统课时

分类与置信度损失

分类与置信度损失

本课解决两个容易混淆的问题:模型为什么既要判断“这里有没有目标”,又要判断“目标属于哪一类”。学完后,你能看懂两类损失的监督对象、计算范围,以及它们在训练曲线中暴露的不同问题。

学习目标

  • 区分类别预测与目标置信度各自负责的任务
  • 理解正负样本对两类损失的贡献方式
  • 能根据损失曲线初步判断标签、样本分配或训练参数问题

两类损失分别回答什么

在采用独立置信度分支的 YOLO 模型中,一个候选位置通常同时输出边界框、目标置信度和类别概率。目标置信度回答“这个位置是否承担一个真实目标”,类别概率回答“已经确认有目标后,它属于哪个类别”。

损失项 主要监督对象 常见计算范围 典型错误
置信度损失 有目标或无目标 正样本与大量负样本 背景被误判为目标,真实目标未被发现
分类损失 目标类别 通常只在正样本上计算 猫被判成狗,类别概率分布错误

分类、置信度与边界框损失的职责关系

部分较新的实现会把目标质量、置信度或类别得分合并到同一分支中,但核心职责没有改变:模型仍需同时学习“目标是否可靠”和“类别是否正确”。

置信度损失如何工作

设模型输出目标置信度为 pp,监督标签为 yy。正样本通常令 y=1y=1,负样本令 y=0y=0,二元交叉熵可写为:

Lobj=−[yln⁡p+(1−y)ln⁡(1−p)]\mathcal{L}_{obj}=-[y\ln p+(1-y)\ln(1-p)]

正样本置信度过低会产生较大损失,负样本置信度过高也会被惩罚。由于背景候选通常远多于目标候选,训练时常通过正负样本权重、难例聚焦或忽略区域,避免大量简单背景淹没有效梯度。

分类损失如何工作

分类损失通常只对已分配到真实目标的正样本计算。若有 CC 个类别,并使用逐类二元交叉熵,可表示为:

Lcls=−∑c=1C[ycln⁡pc+(1−yc)ln⁡(1−pc)]\mathcal{L}_{cls}=-\sum_{c=1}^{C}[y_c\ln p_c+(1-y_c)\ln(1-p_c)]

单标签数据常使用 one-hot 目标;允许一个目标同时属于多个类别时,可使用 multi-hot 目标。无论采用哪种编码,标签类别错误、类别索引错位和极端类别不平衡都会直接放大分类损失。

以一个正样本为例,若 pobj=0.8p_{obj}=0.8,真实类别概率为 0.70.7,则对应损失约为 −ln⁡0.8=0.223-\ln 0.8=0.223 和 −ln⁡0.7=0.357-\ln 0.7=0.357。对一个负样本,若 pobj=0.1p_{obj}=0.1,置信度损失约为 −ln⁡0.9=0.105-\ln 0.9=0.105,通常不再计算分类损失。

多项损失如何共同训练

完整检测损失通常是多个子项的加权和:

L=λboxLbox+λobjLobj+λclsLcls\mathcal{L}=\lambda_{box}\mathcal{L}_{box}+\lambda_{obj}\mathcal{L}_{obj}+\lambda_{cls}\mathcal{L}_{cls}

权重并不是越大越好。某一项权重过高,会让优化器优先满足该任务,挤压其他分支的学习空间。调整前应先确认标签、类别映射和样本分配正确,再比较各项损失的量级与下降速度。

训练现象 优先排查方向
置信度损失长期偏高 漏标、正负样本分配不合理、背景过多
分类损失长期偏高 类别标注错误、类别相似、样本不均衡
两项同时剧烈波动 学习率过大、批次过小、数据异常
损失很低但指标仍差 评估类别映射、解码阈值和数据划分

常见误区

  • 推理分数高不等于分类一定正确;常见实现还会把置信度与类别概率组合后再排序。
  • 分类损失下降不代表漏检问题已经解决,漏检往往与置信度、框回归和样本分配共同相关。
  • 看到某项损失数值更大,不能立即判定它更重要,还要结合权重、归一化方式和样本数量。
按自己的节奏,确认真正理解。

目录与阅读设置

记录一个想法

分类与置信度损失

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通