YOLOV7改进-针对小目标的NWD(损失函数)

link

1、复制这些

2、utils-loss,这里加

3、把这几行复制到utiils的loss.py

4、先对CoputerLoss类做修改

5、把那一行替换成这个

6、修改

7、iou_ration是超参,可以调,如果小目标比较多的话,这个值可以低一些,从而增加nwd损失的比例

8、还有一个部分要改


9、这个box也要改

相关推荐
红色的山茶花8 小时前
YOLOv9-0.1部分代码阅读笔记-train.py
笔记·深度学习·yolo
烟波人长安吖~20 小时前
【目标跟踪+人流计数+人流热图(Web界面)】基于YOLOV11+Vue+SpringBoot+Flask+MySQL
vue.js·pytorch·spring boot·深度学习·yolo·目标跟踪
一勺汤1 天前
YOLO11改进-模块-引入星型运算Star Blocks
网络·yolo·目标检测·改进·魔改·yolov11·yolov11改进
红色的山茶花1 天前
YOLOv9-0.1部分代码阅读笔记-anchor_generator.py
笔记·深度学习·yolo
麦田里的稻草人w1 天前
【YOLO】(基础篇一)YOLO介绍
人工智能·python·神经网络·yolo·机器学习
Coovally AI模型快速验证1 天前
YOLO11全解析:从原理到实战,全流程体验下一代目标检测
人工智能·yolo·目标检测·机器学习·计算机视觉·目标跟踪·yolo11
红色的山茶花1 天前
YOLOv9-0.1部分代码阅读笔记-hubconf.py
笔记·深度学习·yolo
一勺汤2 天前
YOLO11改进-注意力-引入多尺度卷积注意力模块MSCAM
yolo·目标检测·计算机视觉·改进·魔改·yolov11·yolov11改进
千天夜2 天前
深度学习中的残差网络、加权残差连接(WRC)与跨阶段部分连接(CSP)详解
网络·人工智能·深度学习·神经网络·yolo·机器学习
一勺汤2 天前
YOLOv8模型改进 第二十五讲 添加基于卷积调制(Convolution based Attention) 替换自注意力机制
深度学习·yolo·计算机视觉·模块·yolov8·yolov8改进·魔改