目标检测学习笔记——yolov5的坐标输出形式和损失函数计算

一般目标检测的坐标输出都是pred[:,:4],其中pred[:,0]pred[:,1]是中心坐标的偏移量;pred[:,2]pred[:,3]是宽和长的偏移量,要通过公式转化成Xmin,Ymin,Xmax,Ymax(olov5)或者Xmin,Ymin,W,H(efficientdet)。标签的坐标格式是xyxy或者xywh(yolov5是归一化的xywh)
yolov5 loss总结
[YOLOV5代码理解——损失函数的计算(https://blog.csdn.net/l13022736018/article/details/118346085)

版权声明:本文为CSDN博主「phily123」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/phily123/article/details/121596509

phily123

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测学习笔记——OHEM和focal loss

OHEM(online hard example mining)和focal loss可以解决困难样本和简单样本不平衡的问题 OHEM通过选择损失较大的候选ROI解决困难样本和简单样本不平衡的问题,原论文是用fast rcnn做实

torch.nn.CrossEntropyLoss用法

前言 早上想花一个小时参照网上其他教程,修改模型结构,写一个手写识别数字的出来,结果卡在了这个上面,loss一直降不下来,然后我就去查看了一下CrossEntropyLos

YOLOv3 YOLOv4 YOLOv5老鼠识别检测告警

前言 在食品安全众多环节中,后厨安全无疑是重中之重。俗话说“民以食为天,食以安为先”,食材新鲜程度如何、加工过程规不规范、厨具是否经过清洁消毒等问题,备受大家关注。 一、为什么需要AI检