yolov3、yolov4中的loss公式和代码中计算loss的方式

最新推荐文章于 2024-06-03 23:37:28 发布

Deepcong

最新推荐文章于 2024-06-03 23:37:28 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/DeepCBW/article/details/124792384

yolov4 同时被 3 个专栏收录

11 篇文章

订阅专栏

yolov3

4 篇文章

订阅专栏

loss

3 篇文章

订阅专栏

本文详细介绍了YOLOv3和YOLOv4的损失函数计算，包括xy_loss、wh_loss、confidence_loss和class_loss等。在YOLOv4中引入了CIoU损失，提升了框的定位精度。代码示例展示了两种模型在Keras中的实现。文章适合对目标检测算法感兴趣的读者深入理解YOLO系列模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文yolov3的代码是阅读的https://github.com/qqwweee/keras-yolo3
本文yolov4的代码是阅读的https://github.com/bubbliiiing/yolov4-keras

yolov3的loss计算公式为：

参考：

AI研习社 - 研习AI产学研新知，助力AI学术开发者成长。

【论文理解】yolov3损失函数_dlut_yan的博客-优快云博客_yolov3损失函数

yolov3代码中loss计算的相关代码：


xy_loss = object_mask * box_loss_scale * K.binary_crossentropy(raw_true_xy, raw_pred[...,0:2], from_logits=True)
wh_loss = object_mask * box_loss_scale * 0.5 * K.square(raw_true_wh-raw_pred[...,2:4])
confidence_loss = object_mask * K.binary_crossentropy(object_mask, raw_pred[...,4:5], from_logits=True)+ \
            (1-object_mask) * K.binary_crossentropy(object_mask, raw_pred[...,4:5], from_logits=True) * ignore_mask
class_loss = object_mask * K.binary_crossentropy(true_class_probs, raw_pred[...,5:], from_logits=True)

yolov4的loss计算公式为：

参考：YOLOv4损失函数_CinzWS的博客-优快云博客_yolov4损失函数

yolov4代码中loss计算的相关代码：

ciou_loss = object_mask * box_loss_scale * (1 - ciou)

confidence_loss = object_mask * K.binary_crossentropy(object_mask, raw_pred[..., 4:5], from_logits=True) + \
                      (1 - object_mask) * K.binary_crossentropy(object_mask, raw_pred[..., 4:5],
                                                                from_logits=True) * ignore_mask

class_loss = object_mask * K.binary_crossentropy(true_class_probs, raw_pred[..., 5:], from_logits=True)

以yolov4为例，讲讲一些细节.