①YOLO v1~v3、②YOLO v3 SPP、③IoU、GIoU、DIoU、CIoU、④Focal Loss的理论讲解

2024-05-09 08:09:26

0. 引言

0.1 安排

YOLO v1 （简单理论）
YOLO v2 （简单理论）
YOLO v3 （详细理论）
YOLO v3 SPP （trick扩充 + 代码讲解）
IoU、GIoU、DIoU、CIoU
Focal Loss

0.2 学习代码的步骤

搜该网络的讲解 —— 大概有一个印象
读原文（非常重要） —— 很多细节都是通过原论文实现的 —— 发现更多原来没有发现的知识点
读代码 —— github官方代码/复现的源码（⭐️多的）
1. 根据作者的README.md将代码跑通 —— 跑通只是第一步而不是最后一步
  
  ①YOLO v1~v3、②YOLO v3 SPP、③IoU、GIoU、DIoU、CIoU、④Focal Loss的理论讲解相关推荐
  1. IoU GIoU DIoU CIoU分析比较
    IoU GIoU DIoU CIoU分析比较 IoU 1. IoU的简介及原理解析 2.IOU的应用有哪些? GIoU 1.Iou的缺陷 2.GIoU的简介及原理解析 3.GIoU的性质 DIoU & ...
  2. IOU .GIOU.DIOU.CIOU
    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 IOU .GIOU.DIOU.CIOU 一.IOU(Intersection over Union) 二.GIOU(Generaliz ...
  3. 目标检测回归损失函数简介：SmoothL1/IoU/GIoU/DIoU/CIoU Loss
    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达来源:极市平台目标检测任务的损失函数由Classificitio ...
  4. 目标检测回归损失函数：SmoothL1/IoU/GIoU/DIoU/CIoU Loss
    文章目录 1. Smooth L1 Loss 1.1 假设x为预测框和真实框之间的数值差异,常用的L1和L2 Loss定义为: 1.2 上述的3个损失函数对x的导数分别为: 1.3 实际目标检测框回归 ...
  5. 基于IOU的损失函数合集, IoU, GIoU, DIoU,CIoU, EIoU
    目标检测任务的损失函数一般由 Classificition Loss(分类损失函数)和Bounding Box Regeression Loss(回归损失函数)两部分构成. Bounding ...
  6. IoU系列（IoU, GIoU, DIoU, CIoU）
    写在前面一.IoU (Intersection over Union) 1.1 IoU的优点 1.2 作为损失函数会出现的问题(缺点) 二.GIoU (Generalized) 三. D ...
  7. IOU GIOU DIOU CIOU 及代码实现
    总体发展过程: IOU IOU(交并比)顾名思义就是两个框的交集除以他们的并集. IOU Loss:IOU Loss = 1 -IOU(比较常用) IOU 的优点:1.能够很好的反应重合的程度 ...
  8. IOU, GIOU, DIOU, CIOU
    IOU IOU是用来衡量两个边界框的重叠程度的.普通的IOU也分为两种,一种是交并比,一种是最小面积与并集的比计算公式如下: 并集面积 = 面积A + 面积B - 交集面积交集面积 = 框A与框B ...
  9. IOU GIOU DIOU CIOU
    # -*- coding: utf-8 -*- # @Time : 2022/8/7 10:34 # @Author : hllyzms import mathdef euclidean_distan ...
  最新文章
  热门文章