损失函数篇 | YOLOv8 引入 Shape-IoU 考虑边框形状与尺度的度量 - 代码天地

损失函数篇 | YOLOv8 引入 Shape-IoU 考虑边框形状与尺度的度量

企业开发 2024-01-08 21:14:54 阅读次数: 0

NoSuchKey

猜你喜欢

转载自blog.csdn.net/weixin_43694096/article/details/135425939

损失函数篇 | YOLOv8 引入 Shape-IoU 考虑边框形状与尺度的度量

损失函数篇 | RT-DETR 引入 Shape-IoU 考虑边框形状与尺度的度量

YoloV8改进策略：Shape-IoU，考虑边框形状与尺度的度量

Shape-IoU：考虑边框形状与尺度的度量

YOLOv8改进实战 | 更换损失函数之MPDIOU（2023最新IOU）篇

损失函数篇 | YOLOv5 引入Unified-IoU 高质量目标检测IoU损失

改进YOLOv8 | 优化器篇 | YOLOv8 引入谷歌 Lion 优化器

即插即用篇 | ACM2024 | YOLOv8 引入多尺度边缘增强模块 MEEM

即插即用篇 | YOLOv8 引入具备跨空间学习的高效多尺度注意力 Efficient Multi-Scale Attention | 《ICASSP 2023 最新论文》

即插即用篇 | YOLOv8 引入动态滤波器 DynamicFilter

即插即用篇 | YOLOv8 引入空间和通道协同注意力模块 SCSA

即插即用篇 | YOLOv8 引入空间自适应特征调制模块 SAFM

即插即用篇 | YOLOv8 引入自调制特征聚合模块 SMFA | ECCV 2024

即插即用篇 | YOLOv8 引入 MogaBlock | 多阶门控聚合网络 | ICLR 2024

改进YOLOv8 | 即插即用篇 | YOLOv8 引入 RepVGG 重参数化模块 |《RepVGG：让VGG风格的卷积神经网络再次伟大》

YOLOv8改进 | 损失函数篇 | 最新ShapeIoU、InnerShapeIoU损失助力细节涨点

YOLOv8/YOLOv7/YOLOv5/YOLOv4/Faster-rcnn系列算法改进【NO.74】改进边框位置回归损失函数（MPDIoU损失函数）

特征融合篇 | YOLOv8 引入中心化特征金字塔 EVC 模块 | 《Centralized Feature Pyramid for Object Detection》

即插即用篇 | 谷歌团队 | YOLOv8 引入 CondConv：用于高效推理的条件参数化卷积

改进YOLOv8 | 损失函数篇 | YOLOv8 更换损失函数之 SIoU / EIoU / WIoU / Focal_xIoU 最全汇总版

yolov8涨点系列之损失函数替换

YOLOv8改进 | 损失函数篇 | SlideLoss、FocalLoss分类损失函数助力细节涨点(全网最全)

Yolov8优化：引入Soft-NMS并结合各个IOU变体GIOU、DIOU、CIOU、EIOU、SIOU，进一步提升密集遮挡场景检测精度

YOLOv8实战——安装篇

特征融合篇 | YOLOv8 引入渐进特征金字塔网络 AFPN 结构 | 《2023年6月28日最新发表》

Yolov8改进WIoU，SIoU，EIoU，α-IoU

Yolov8损失函数改进：Wasserstein Distance Loss，助力小目标涨点

YOLOv8改进，YOLOv8改进损失函数采用SlideLoss来处理样本不平衡问题，助力涨点

YOLOv11改进 | 损失函数改进篇 | 更加聚焦的边界框损失Focaler-IoU、InnerFocalerIoU（二次创新，解决样本不平衡问题）

YoloV8改进---注意力机制:引入GCNet、GENet，效果优于SENet

今日推荐

周排行

一维数组的常见查找法

新建文件夹接口

问题 1161: 【回文数(二)】

关于一些初级ACM竞赛题目的分析和题解（九）

转载：什么是分布式系统中的幂等性

【Selenium】

实用的滚动

使用google object_detection API检测重力波

1031 - Easy Game 简单区间DP

UNIX-LINUX编程实践教程笔记：5 学习stty

每日归档

更多

2025-03-15(0)

2025-03-14(0)

2025-03-13(0)

2025-03-12(0)

2025-03-11(0)

2025-03-10(0)

2025-03-09(0)

2025-03-08(0)

2025-03-07(0)

2025-03-06(0)