以下损失分别是什么意思？ （在 TensorFlow Object detection API 中，同时训练基于 FasterRCNN 的模型）
Loss/BoxClassifierLoss/classification_loss/mul_1
Loss/BoxClassifierLoss/localization_loss/mul_1
损失/RPNLoss/localization_loss/mul_1
损失/RPNLoss/objectness_loss/mul_1
clone_loss_1
【问题讨论】：
标签： api object tensorflow detection
Region Proposal Network 的损失：
Loss/RPNLoss/localization_loss/mul_1：RPN 的定位损失或边界框回归器的损失
Loss/RPNLoss/objectness_loss/mul_1：分类器的损失，用于分类边界框是感兴趣的对象还是背景
最终分类器的损失：
Loss/BoxClassifierLoss/classification_loss/mul_1：将检测到的物体分类为各种类别的损失：猫、狗、飞机等
Loss/BoxClassifierLoss/localization_loss/mul_1：定位损失或边界框回归器的损失
【讨论】：
clone_loss_1 仅在您在多个 GPU 上训练时才相关：Tensorflow 将创建模型的克隆以在每个 GPU 上进行训练并报告每个克隆的损失。如果您在单个 GPU/CPU 上训练模型，那么您只会看到 clone_loss_1，它与 TotalLoss 相同。
其他损失如Rohit's answer中所述。
【讨论】：
如果你使用更快的 rcnn 网络，你会遇到四种损失
1.RPN 损失/定位损失 如果我们看到更快的 rcnn 架构，我们将拥有用于获取 regoin 提案的 cnn。为了从特征图中获取区域建议，我们有损失函数。这是生成的锚的边界框的定位损失。'
2.RPN 损失/对象损失 这也是我们在提取区域建议时，无论对象是否存在于锚盒中。
3.BOX_CLASSIFIERLOSS/CLASSIFICATION_LOSS 这是对象属于狗还是猫的最后一层？？
4.BOX_CLASSIFIERLOSS/LOCALIZATION_LOSS 这也是对象边界框的最后一层。 （狗和猫的坐标）
【讨论】：