损失函数和预训练模型的选择问题

[xiaowk5516]

你好，我注意到 loss 设置为3reg_loss+2ref_loss+obj_loss+cls_loss，而YoloX的loss是5*reg_loss+obj_loss+cls_loss。这个参数3和2是经过实验得来的么？（我并没有看到论文中有提到）

另外YoloX在ImageNet Det数据上训练时使用到了COCO的预训练权重么？

[YuHengsss]

hello，与 reg_loss 相关的 weights 其实并没有更新，其实去掉也无所谓（论文里有提到只更新了部分参数）。第二点是的，不加coco pretrain 的点会低一些

[xiaowk5516]

hello，与 reg_loss 相关的 weights 其实并没有更新，其实去掉也无所谓（论文里有提到只更新了部分参数）。第二点是的，不加coco pretrain 的点会低一些

谢谢解答，我记得有提到yolov只更新yolox的head部分的参数，这样的话reg_loss还是会更新解耦头中的回归分支的参数吧（我再去看看代码），另外就是yolov最后预测结果中的box其实只用了yolox输出的box是么？

[YuHengsss]

hello，与 reg_loss 相关的 weights 其实并没有更新，其实去掉也无所谓（论文里有提到只更新了部分参数）。第二点是的，不加coco pretrain 的点会低一些

谢谢解答，我记得有提到yolov只更新yolox的head部分的参数，这样的话reg_loss还是会更新解耦头中的回归分支的参数吧（我再去看看代码），另外就是yolov最后预测结果中的box其实只用了yolox输出的box是么？

是的，yolox 的prediction筛选掉了大部分低置信度的特征，将后面的特征放到了聚合模块交换时序信息。其实也可以尝试把所有的权重都开放，但是受限于时间，显存以及多卡训练的问题，没有进行尝试，锁权重的代码链接在这里： https://github.com/YuHengsss/YOLOV/blob/47237acf12ddd6a6173a079b789a0cb38ffb0da7/exps/yolov/yolov_s.py#L56

[xiaowk5516]

hello，与 reg_loss 相关的 weights 其实并没有更新，其实去掉也无所谓（论文里有提到只更新了部分参数）。第二点是的，不加coco pretrain 的点会低一些

谢谢解答，我记得有提到yolov只更新yolox的head部分的参数，这样的话reg_loss还是会更新解耦头中的回归分支的参数吧（我再去看看代码），另外就是yolov最后预测结果中的box其实只用了yolox输出的box是么？

是的，yolox 的prediction筛选掉了大部分低置信度的特征，将后面的特征放到了聚合模块交换时序信息。其实也可以尝试把所有的权重都开放，但是受限于时间，显存以及多卡训练的问题，没有进行尝试，锁权重的代码链接在这里：

https://github.com/YuHengsss/YOLOV/blob/47237acf12ddd6a6173a079b789a0cb38ffb0da7/exps/yolov/yolov_s.py#L56

谢谢解答，我搞清楚这部分的内容了。我也试过多卡训练，一直出问题，yolov是很好的工作。

[YuHengsss]

谢谢，也祝您生活愉快~