介绍YoLo系列的损失函数

YoLo v1

 将目标检测看成一个回归问题,坐标、宽高、分类、置信度损失全都采用的SSE(和方差)损失函数,一顿狂怼,依赖平台的算例把目标检测出来。没什么技巧。在这里插入图片描述

YoLo v2

 v2的损失函数跟v1差别不大,唯一的差别就是关于bbox的w和h的损失去掉了根号作者认为根号没有必要

YoLo v3

 v3的损失函数最大的变动是分类损失换成了二分交叉熵,这是由于v3中提出了softmax和logistic。还有一点就是关于bbox的w和h的损失根号又加上去了,明明v2认为没有必要了…

YoLo v4

 v4与v3不同的是,位置损失使用了CIOU,CIOU在IOU的基础上考虑了边框的重合度、中心距离和宽高比的尺寸信息。

YoLo v5

 v5可以看成是v4的工程版本,损失函数一样。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值