墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.5k累计阅读
1.5k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
改良YOLO系列：引入SIoU / EIoU / WIoU / Focal_xIoU学习策略
在计算机视觉中，目标检测一直是一个具有挑战性的任务。特别是对于较小的目标，传统的检测方法通常会存在精度不足的问题。
为了解决这一问题，近年来发展了一种基于深度学习的目标检测算法，即YOLO（You Only Look Once），其设计简单、实时性好、准确率高，已经成为目前领域内最为流行的解决方案。
然而，YOLO算法也有其缺陷。例如，它倾向于把较小的目标检测成背景，从而降低了检测精度。针对此问题，本文提出了四种改进学习策略：SIoU、EIoU、WIoU和Focal_xIoU。
SIoU（Soft Intersection Over Union）是一种集成了softmax的交并比方法。它将两个边界框之间的IOU值转化为一组加权的概率分布，以更好地捕捉较小目标的特征。
代码示例：
def compute_sIoU(pred_box, gt_box):
dim_pred IoU Loss综述（IOU,GIOU,CIOU,EIOU,SIOU,WIOU）
边界框回归（BBR）的损失函数对于目标检测至关重要。它的良好定义将为模型带来显著的性能改进。大多数现有的工作假设训练数据中的样本是高质量的，并侧重于增强BBR损失的拟合能力。
yolov5增加iou loss（SIoU,EIoU,WIoU），无痛涨点trick
如果需要应用对应的IoU loss的变体，即可将Focal设置为True，并将对应的IoU也设置为True，如CIoU=True，Focal=True时为Focal-CIoU，此时可以调整gamma，默认设置为0.5。本文将在yolov5的基础上增加SIoU，EIoU，Focal-XIoU（X为C,D,G,E,S等）以及AlphaXIoU。如果想要使用AlphaXIoU，将alpha设置为3同时将对应的IoU也设置为True即可，alpha默认设置为1。先贴一张最近一篇论文的结果。
芒果YOLOv7改进31：Loss篇：改进损失函数系列：SIoU等结合FocalLoss应用：组成Focal-EIoU｜Focal-SIoU｜Focal-CIoU｜Focal-GIoU、DIoU改进点
YOLOv7代码实践｜Focal+IoU变种应用合集
YOLOv8改进:损失函数改为SIOU、EIOU、WIOU、Focal-IOU、a-IOU
在机器学习领域，损失函数（Loss Function）是衡量模型预测值和真实值之间差异的函数。在训练期间，模型会尝试最小化损失函数的值，从而提高模型的准确性。通常来说，损失函数的定义方式取决于你要解决的问题类型。例如，在分类问题中，常见的损失函数包括交叉熵损失函数和负对数似然损失函数等；在回归问题中，通常使用均方误差（MSE）损失函数和平均绝对误差（MAE）损失函数等。以分类问题为例，交叉熵损失函数是一种常用的损失函数，通常用来度量模型在分类问题上的性能。
损失函数篇 | YOLOv8 更换损失函数之 SIoU / EIoU / WIoU / Focal_xIoU 最全汇总版
YOLOv8 更换损失函数之 SIoU / EIoU / WIoU / Focal_xIoU 最全汇总版
YOLOv 损失函数探究：SIoU、EIoU、WIoU和Focal_xIoU的全面总结
在YOLOv中，常用的损失函数包括SIoU（Structured Intersection over Union）、EIoU（Enhanced Intersection over Union）、WIoU（Weighted Intersection over Union）和Focal_xIoU（Focal Intersection over Union）。请注意，本文提供的源代码仅用于说明损失函数的计算过程，实际应用中需要根据具体的框架和任务进行相应的调整和集成。
逆变器专题（6）-正负序分离（二阶广义积分器DSOGI）
相应仿真原件请移步资源下载DSOGI作为一种常用的正负序分离方法，其可以在电压三相不平衡的状态下实现较为精准的锁相环。
RV1126B RV1126B-P 瑞芯微 高性能视觉处理器SoC 芯片
它集成了大量算法加速器，如 HDR、3A、LSC、3DNR、2DNR、锐化、去雾、鱼眼校正、伽马校正、特征点检测等。此外，还配备了一款最多8兆像素的 AI-ISP，作为对传统ISP 的补充，以提供卓越的空间去噪性能和增强的图像增强效果。除了先前的高性能多媒体区块外，RV1126B还包含丰富的音频、内存和其他外围接口，如I2C、SPI、PWM等。借助这-特性，来自相机的视频可以以高分辨率进行编码，并存储在本地内存中，同时还能将另-段较低分辨率的视频传输到云存储。
基于plc的工厂除尘控制系统设计（S7-200、仿真、调试、高质量）
工业作为我国第二支柱产业，在近十几年来发展非常迅速，虽然带了了可观的经济效益，但在工业生产中所产生的大量粉尘气体对大气的污染现象也不容忽视。为减少工业粉尘对环境的污染，世界各国制定了严格的环境保护要求。为了减少工业中粉尘的排放，除尘器的研发改良，以及燃煤的使用等等都在不断更改以符合粉尘排放标准。而目前最先进的除尘设备无机膜除尘器具备除尘效率高，稳定性好，结构紧凑易于维护等优点，且无机膜对于粉尘吸附效率高，抗腐蚀能力优秀，耐高温，因此能更有效应用于高温烟气的除尘。本文根据PLC技术在除尘方面的应用，来优化设计
【第一章】核心思维：那个在此刻“消失”的 CPU
摘要：RTOS本质是"有状态的抢占"而非"多任务"，单核MCU通过时间片分时复用实现任务切换。裸机编程的线性思维在RTOS中不再适用，开发者需接受代码随时被打断的现实。RTOS通过保存/恢复CPU寄存器组（上下文）实现任务切换，每个任务拥有独立栈空间。非原子操作（如全局变量自增）会导致竞态条件，必须使用临界区或互斥锁保护。RTOS编程需要建立并发思维，关注代码原子性、可重入性和栈空间分配。
zemax 如何编译用户自定义DLL（含VS下载教程）
zemax 如何编译用户自定义DLL（含VS下载教程）
几种常见的Web攻击
几种常见的Web攻击 文章目录几种常见的Web攻击一、DoS攻击1.SYN洪水攻击2.IP欺骗3.Land攻击4.针对DoS攻击的防御二、CSRF攻击1. CSRF攻击的发生有三个必要条件：2.几种防护方法：三、XSS漏洞攻击1.非持久型XSS漏洞2.持久型XSS漏洞四、SQL注入1.SQL注入的危害2.SQL注入的方式3.防止SQL注入的解决方案 一、DoS攻击 DoS(Denial of Service)，拒绝服务，顾名思义这种攻击是为了让服务器无法提供正常服务，最常见的DoS攻击是网络带宽攻击和连
Android Audio录音——AudioRecord回声消除（九）
在语音通话或录音场景中，回声（Acoustic Echo）通常是指说话的声音从对方的扬声器播放出来，又被对方的麦克风拾取，然后有被传回来，导致我们听到了自己延迟了一段时间的重复声音。
学Simulink——基于Simulink的扰动观测器（DOB）补偿坡道重力分量
（质量5kg，坡度30°，目标速度1m/s）为例，基于Simulink搭建“DOB+PI”复合控制仿真平台，从系统建模、DOB算法推导、离散化实现到Simulink模块搭建，提供模块化模型、核心代码及参数整定表，帮助工程师彻底解决重力等恒值扰动引起的稳态误差问题。采用双线性变换（Tustin）： s=Ts2z+1z−1，其中 Ts为控制周期。模块相加（注意符号：ufinal=upi−ucomp或 upi+ucomp，取决于扰动定义方向，此处假设重力为正，控制力需反向抵消，故为减）。
IMSL CNL 7.0.0 (x86-64)Crack
IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件，这是C++版本的破解文件
Probability and Statistics - 4th edition
Probability and Statistics - 4th edition
SIMATIC S7-1200, S7-1500 PID 控制[手册]
SIMATIC S7-1200, S7-1500 PID 控制[手册]
efm32 入门.pdf
本PDF共计22页，介绍的是操作驱动API，下载与否自己斟酌。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
3万+
扫一扫
