YOLOX中的相关概念

本人在训练yolox的时候，看到一些概念进行研究，如下：

iou_loss
conf_loss
cls_loss
这些概念，查阅相关资料得到，结合YoloX的网络结构图

GIOU交并比
obj是框包含物体的置信度
class是loss中的类别损失
pre精度
map是用精度和召回率曲线作图后的积分面积
reg_loss预测框的坐标

yolox三个损失的含义：
1、Reg部分，可知道每个真实框对应的特征点，获取到每个框对应的特征点后，取出该特征点的预测框，利用真实框和预测框计算IOU损失，作为Reg部分的Loss组成。
2、Obj部分，可知道每个真实框对应的特征点，所有真实框对应的特征点都是正样本，剩余的特征点均为负样本，根据正负样本和特征点的是否包含物体的预测结果计算交叉熵损失，作为Obj部分的Loss组成。判断预测框内是否有物体。
3、Cls部分，可知道每个真实框对应的特征点，获取到每个框对应的特征点后，取出该特征点的种类预测结果，根据真实框的种类和特征点的种类预测结果计算交叉熵损失，作为Cls部分的Loss组成。判断预测框内物体的类别。