qq_57148959的博客

warm-up

yolo预测中Anchor-based和Anchor-free

yolo添加自己的模块

这时候你的输出为一个4维向量（0.9，0.8，0.9，0.1），这样子你输出可能性较大的标签为：战争，国产，普通话。这就是Sigmoid函数输出，他们结果不互斥，和不一定为1，就是把每个标签单独判断，看看是不是该图片标签。现在有好几个电影名称让你判断：1.《美国队长》，2.《钢铁侠》，3.《红海行动》，这时候你输出为一个3为向量（0.1，0.2，0.7），这样子你就判断为《红海行动》，这就是Softmax函数输出，他们结果互斥，和为1。比如说你输入一张电影图片《红海行动》（目前你不知道它是怎么电影）。

yolo损失函数

train过程中，先通过标签中的[类别,x,y,w,h]来定位学习特征，之后再进行一次识别定位，然后计算：坐标损失、置信度损失、类别损失，之后进行反向传播（这里面有用到优化器），这样子一次次对目标进行学习。val过程中，会先保留你检测到的目标框框中置信度最大的框，之后计算该框中的损失值大小（注意，这时候不进行反向传播）。在训练过程中，yolo标签用来干什么？

简单介绍了yolo11.yaml的注释，里面挑选了几个不同的模块的注释

简单介绍了一种yolo11中自带的样本不平衡处理方式