先理清下從全連接層到損失層之間的計算。來看下面這張圖，（非常好的圖）。
T類 N表示前一層特徵層flatten後的數字 fltten後的特徵 無限大小的T類 從0-1的T類向量
這張圖的等號左邊部分就是全連接層做的事，W是全連接層的參數，我們也稱爲權值，X是輸入，也就是特徵。從圖上可以看出特徵X是N*1的向量，這是怎麼得到的呢？【答：flat成N*1的向量】這個特徵就是由全連接層前面多個卷積層和池化層處理後得到的，假設全連接層前面連接的是一個卷積層，這個卷積層的輸出是100個特徵（也就是我們常說的feature map的channel爲100），每個特徵的大小是4*4，那麼在將這些特徵輸入給全連接層之前會將這些特徵flat成N*1的向量（這個時候N就是100*4*4=1600）。
解釋完X，再來看W，W是全連接層的參數，是個T*N的矩陣，這個N和X的N對應，T表示類別數，比如你是7分類，那麼T就是7。我們所說的訓練一個網絡，對於全連接層而言就是尋找最合適的W矩陣。因此全連接層就是執行WX得到一個T*1的向量（也就是圖中的logits[T*1]），這個向量裏面的每個數都沒有大小限制的，也就是從負無窮大到正無窮大。然後如果你是多分類問題，一般會在全連接層後面接一個softmax層，這個softmax的輸入是T*1的向量，輸出也是T*1的向量（也就是圖中的prob[T*1]，這個向量的每個值表示這個樣本屬於每個類的概率），只不過輸出的向量的每個值的大小範圍爲0到1。
現在你知道softmax的輸出向量是什麼意思了，就是概率，該樣本屬於各個類的概率！
那麼softmax執行了什麼操作可以得到0到1的概率呢？先來看看softmax的公式（以前自己看這些內容時候對公式也很反感，不過靜下心來看就好了）：
Sj是softmax的輸出向量S的第j個值
公式非常簡單，前面說過softmax的輸入是WX，假設模型的輸入樣本是I，討論一個3分類問題（類別用1，2，3表示），樣本I的真實類別是2，那麼這個樣本I經過網絡所有層到達softmax層之前就得到了WX，也就是說WX是一個3*1的向量，那麼上面公式中的aj就表示這個3*1的向量中的第j個值（最後會得到S1，S2，S3）；而分母中的ak則表示3*1的向量中的3個值，所以會有個求和符號（這裏求和是k從1到T，T和上面圖中的T是對應相等的，也就是類別數的意思，j的範圍也是1到T）。因爲e^x恆大於0，所以分子永遠是正數，分母又是多個正數的和，所以分母也肯定是正數，因此Sj是正數，而且範圍是(0,1)。如果現在不是在訓練模型，而是在測試模型，那麼當一個樣本經過softmax層並輸出一個T*1的向量時，就會取這個向量中值最大的那個數的index作爲這個樣本的預測標籤。
因此我們訓練全連接層的W的目標就是使得其輸出的WX在經過softmax層計算後其對應於真實標籤的預測概率要最高。
舉個例子：假設你的WX=[1,2,3]，那麼經過softmax層後就會得到[0.09,0.24,0.67]，這三個數字表示這個樣本屬於第1,2,3類的概率分別是0.09,0.24,0.67。
#_RPN Module中間內部的就加 _
class _RPN(nn.Module):
""" region proposal network """
def __init__(self, din):
super(_RPN, self).__init__()
self.din = din # get depth of input feature map, e.g., 512 /zf256 vgg 512
self.anchor_scales = cfg.ANCHOR_SCALES#[8 16 32]
self.anchor_ratios = cfg.ANCHOR_RATIOS#[0.5 1 2]
self.feat_stride = cfg.FEAT_STRIDE[0]#16
# define the conv+relu layers processing input feature map
self.RPN_Conv = nn.Conv2d(self.din, 512, 3, 1, 1, bias=True)#input_c,output_c,kenal,stride,padding
#relu不需要自定義，直接放到foward裏面
# define bg/fg classifcation score layer
self.nc_score_out = len(self.anchor_scales) * len(self.anchor_ratios) * 2 # 2(bg/fg) * 9 (anchors)
self.RPN_cls_score = nn.Conv2d(512, self.nc_score_out, 1, 1, 0)
# define anchor box offset prediction layer
self.nc_bbox_out = len(self.anchor_scales) * len(self.anchor_ratios) * 4 # 4(coords) * 9 (anchors)
self.RPN_bbox_pred = nn.Conv2d(512, self.nc_bbox_out, 1, 1, 0)
# define proposal layer
self.RPN_proposal = _ProposalLayer(self.feat_stride, self.anchor_scales, self.anchor_ratios)
# define anchor target layer #初始化自定義_AnchorTargetLayer裏面的__init__
self.RPN_anchor_target = _AnchorTargetLayer(self.feat_stride, self.anchor_scales, self.anchor_ratios)
self.rpn_loss_cls = 0
self.rpn_loss_box = 0
@staticmethod
def reshape(x, d):
#d表示第二個維度
input_shape = x.size()#
x = x.view(
input_shape[0],#輸入的維度 n c h w
int(d),
int(float(input_shape[1] * input_shape[2]) / float(d)),
input_shape[3]
)
return x
def forward(self, base_feat, im_info, gt_boxes, num_boxes):
# base_feat的來源
#faster_rcnn中 feed image data to base model to obtain base feature map
# base_feat = self.RCNN_base(im_data)
#RCNN_base在vgg16的_init_modules中
# not using the last maxpool layer
# self.RCNN_base = nn.Sequential(*list(vgg.features._modules.values())[:-1])
batch_size = base_feat.size(0)
# return feature map after convrelu layer
rpn_conv1 = F.relu(self.RPN_Conv(base_feat), inplace=True)
# get rpn classification score
rpn_cls_score = self.RPN_cls_score(rpn_conv1)
rpn_cls_score_reshape = self.reshape(rpn_cls_score, 2)#n 2 9*h w
rpn_cls_prob_reshape = F.softmax(rpn_cls_score_reshape)
———————————–華麗的分割線——————————————
弄懂了softmax，就要來說說softmax loss了。
那softmax loss是什麼意思呢?如下：
L是損失。
y是標籤向量如y=[0,0,0,1,0]
Sj是softmax的輸出向量S的第j個值，前面已經介紹過了，表示的是預測的這個樣本屬於第j個類別的概率。
yj前面有個求和符號，j的範圍也是1到類別數T，因此y是一個1*T的向量，裏面的T個值，而且只有1個值是1，其他T-1個值都是0。那麼哪個位置的值是1呢？答案是真實標籤對應的位置的那個值是1，其他都是0。所以這個公式其實有一個更簡單的形式：
當然此時要限定j是指向當前樣本的真實標籤。
來舉個例子吧。假設一個5分類問題，然後一個樣本I的標籤y=[0,0,0,1,0]，也就是說樣本I的真實標籤是4，假設模型預測的結果概率（softmax的輸出）p=[0.1,0.15,0.05,0.6,0.1]，可以看出這個預測是對的，那麼對應的損失L=-log(0.6)，也就是當這個樣本經過這樣的網絡參數產生這樣的預測p時，它的損失是-log(0.6)。那麼假設p=[0.15,0.2,0.4,0.1,0.15]，這個預測結果就很離譜了，因爲真實標籤是4，而你覺得這個樣本是4的概率只有0.1（遠不如其他概率高，如果是在測試階段，那麼模型就會預測該樣本屬於類別3），對應損失L=-log(0.1)。那麼假設p=[0.05,0.15,0.4,0.3,0.1]，這個預測結果雖然也錯了，但是沒有前面那個那麼離譜，對應的損失L=-log(0.3)。我們知道log函數在輸入小於1的時候是個負數，而且log函數是遞增函數，所以-log(0.6) < -log(0.3) < -log(0.1)。簡單講就是你預測錯比預測對的損失要大，預測錯得離譜比預測錯得輕微的損失要大。
以rpn中的SoftmaxLoss爲例，輸入：(1,2,9*h,w)和標籤（1,1,9*h,w）,每一個子loss，就是把(1,2,9*h,w)中的2分類概率和（1,1,9*h,w）對比，找出屬於哪一個，再用求。
———————————–華麗的分割線———————————–
理清了softmax loss，就可以來看看cross entropy了。
corss entropy是交叉熵的意思，它的公式如下：
是不是覺得和softmax loss的公式很像。當cross entropy的輸入P是softmax的輸出時，cross entropy等於softmax loss。
Pj是輸入的概率向量P的第j個值，所以如果你的概率是通過softmax公式得到的，那麼cross entropy就是softmax loss。這是我自己的理解，如果有誤請糾正。
#cross_entropy要求輸入是Variable預測的是2D，label是1D
self.rpn_loss_cls = F.cross_entropy(rpn_cls_score, rpn_label)# (b*9*h*w，2) (b*9*h*w，)