开放的问题：为什么计算损失时output[..., :2]不使用sigmoid限制范围到（0-1）

[SpringCCC]

模型输出时结果是没有sigmoid（）的 在计算损失函数时，对某个grid预测时，是预测在这个grid上的偏移，范围是（0-1），因为如果超过1了，理论上可以由其他相邻的grid来做预测工作， 基于此，可是在代码中只是对预测的w，h做了exp()相关的变换，而对cx和cy没有做sigmoid，直接与grid_offset相加了 当然当前方式（没有sigmoid的结果也是特别好），所以就比较疑问，求教一下

[bubbliiiing]

nn.BCEWithLogitsLoss 搜搜

[SpringCCC]

nn.BCEWithLogitsLoss 搜搜

nn.BCEWithLogitsLoss在代码中是用于对obj_preds和cls_preds做损失， 预测最后一维为：[cx, cy, w, h, conf, cls] obj_preds对应conf，cls_preds对应cls 前面的cx和cy没有做变化，直接与grid_offset相加，w，h做了exp()变换，然后形成pred_bbox，与gt做的是iou_loss，也就是说cx和cy的损失函数里是与BCEWithLogitsLoss无关的

[SpringCCC]

在代码中添加sigmoid激活cx和cy之后的结果图，也能很好的结果

[bubbliiiing]

鹅，BCEWithLogitsLoss是不需要进行sigmoid先的

[bubbliiiing]

添加sigmoid后其实是添加sigmoid再做一次sigmoid再算损失呢

[SpringCCC]

添加sigmoid后其实是添加sigmoid再做一次sigmoid再算损失呢

计算类别和和置信度时使用的是bcewithlog_loss损失函数，计算位置损失时用的是iou_loss 我说的就是对于位置损失没有用到sigmoid 这是刚进入yolo loss的计算，进入get_output_and_grid（）函数对output整形， 此时可以看到只对2：4的索引进行exp，也就是在这里并没有对cx,cy预测值进行sigmoid

[SpringCCC]

接上面 然后进入get_losses（）函数 得到bbox_preds对outputs提取出来的 然后到计算iou_loss这里，可以看出是对bbox_preds选择出fg_mask这些索引进行loss计算，也就是说，到现在为止，还是没有用到sigmoid 然后进入iou_loss 这里面也是没有用到sigmoid的

[bubbliiiing]

我不是很理解 "BCEWithLogitsLoss是不需要进行sigmoid先的"，这个话是存在歧义吗

[6hhhi]

据说是初始权重选的好不管给x，y加不加sigmoid不会影响结果，加上或许可以加快训练。