当前位置:   article > 正文

目标检测算法——YOLOv5/YOLOv7改进之结合SIoU_姿态损失 形状损失 运动估计损失

姿态损失 形状损失 运动估计损失

>>>深度学习Tricks,第一时间送达<<<


论文题目:SIoU Loss: More Powerful Learning for Bounding Box Regression

论文地址:http://SIoU Loss: More Powerful Learning for Bounding Box Regression

简要介绍:

本文提出了一种新的损失函数SIoU,其中考虑到所需回归之间的向量角度,重新定义了惩罚指标。应用于传统的神经网络和数据集,表明SIoU提高了训练的速度和推理的准确性。SIoU进一步考虑了真实框和预测框之间的向量角度,重新定义相关损失函数,具体包含四个部分:角度损失(Angle cost)、距离损失(Distance cost)、形状损失(Shape cost)、IoU损失(IoU cost)。

1.角度损失(Angle cost)

 如果

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/article/detail/52017
推荐阅读
相关标签