YOLO v4损失计算

1.YOLO v4损失计算
  • YOLO v4采用CIoU损失,但讲CIOU之前,要先了解其他损失。
(1)IoU 损失
  • IOU Loss除了图中的公式外,还有一种常见的计算方法,就是1-IOU。
(2)GIoU 损失
  • GIoU loss = 1-GIoU
  • Ac是蓝色边界框的面积,u是绿色和红色边界框并集的面积。
(3)DIoU损失
  • IoU损失和GIoU损失有两个缺点,一个是收敛慢,第二是回归不够准确。
  • ρ2(b,bgt)是真实边界框和预测边界框中心坐标的欧氏距离。c是两个边界框最小外接矩形的对角线长度。
  • DIoU loss = 1-DIoU
(4)CIoU 损失
  • 如上图,CIoU损失综合了重叠面积(IoU),中心点距离(DIoU)和长宽比,αv就是长宽比。
相关推荐
殷忆枫20 小时前
AI笔记三十七:AI边缘端道桥安全监测系统:YOLOv8n推理与Web监控全解析
笔记·yolo
探物 AI1 天前
yolo检测核心组件1:SE注意力机制 (Squeeze-and-Excitation)
yolo
꧁执笔小白꧂1 天前
详细pyenv+venv+pip安装ultralytics
yolo·venv·pyenv·ultralytics
前网易架构师-高司机2 天前
带标注的细胞有丝分裂数据集数据集,识别率95.9%,304张图,支持yolo,coco json,voc xml,文末有模型训练代码
yolo·细胞·显微镜·生物·有丝分裂·显微
前网易架构师-高司机2 天前
带标注的移动通信基站信号塔,可识别塔架和塔身数据集,识别率93.5%,1008张图,支持yolo,coco json,voc xml,文末有模型训练代码
yolo·数据集·通信基站·信号塔·塔架·塔身
AI棒棒牛3 天前
第11讲 | 目标检测任务:边界框、IoU、类别与置信度
人工智能·yolo·目标检测·yolo26
深度研习笔记3 天前
OpenCV工业视觉实战06|ROI区域截取+局部精细化检测,锁定作业区域、屏蔽无效背景,大幅提升YOLO检测准确率
人工智能·opencv·yolo
皓悦编程记4 天前
【免费数据集010期】Grape Leaf Diseases 葡萄叶病害检测数据集(4类):面向智慧农业的叶片病害识别基准
yolo·目标检测·视觉检测·数据集·yolo26
Python图像识别-15 天前
基于yolov8的钢铁缺陷检测系统-2027毕业版(UI界面+Python项目源码+模型+标注好的数据集)
开发语言·python·yolo
1024+5 天前
YOLO 转 RKNN 识别率降低调优操作手册(新手篇)
android·yolo·kotlin