YOLOv7损失函数改进:SlideLoss创新升级,结合IOU动态调整困难样本的困难程度,提升小目标、遮挡物性能

 💡💡💡本文改进:SlideLoss_IOU,困难样本的困难程度(如小目标遮挡物)动态调整,创新度十足

SlideLoss_IOU |   亲测在多个数据集能够实现涨点,对小目标、遮挡物性能提升也能够助力涨点。

 收录:

YOLOv7高阶自研专栏介绍:

http://t.csdnimg.cn/tYI0c

✨✨✨前沿最新计算机顶会复现

🚀🚀🚀YOLOv7自研创新结合,轻松搞定科研

🍉🍉🍉持续更新中,定期更新不同数据集涨点情况
 

1.SlideLoss介绍

 论文:https://arxiv.org/pdf/2208.02019.pdf

图 4:我们提出了一种新的损失,称为“滑动损失”,它自适应地学习正样本阈值参数和负样本阈值参数 µ。 在 µ


http://www.niftyadmin.cn/n/5117445.html

相关文章

【项目设计】网络对战五子棋(下)

我不再装模作样地拥有很多朋友,而是回到了孤单之中,以真正的我开始了独自的生活。有时我也会因为寂寞而难以忍受空虚的折磨,但我宁愿以这样的方式来维护自己的自尊,也不愿以耻辱为代价去换取那种表面的朋友。 文章目录 一、项目设…

CUDA学习笔记(十五)Stream and Event

Stream 一般来说,cuda c并行性表现在下面两个层面上: Kernel levelGrid level 到目前为止,我们讨论的一直是kernel level的,也就是一个kernel或者一个task由许多thread并行的执行在GPU上。Stream的概念是相对于后者来说的&…

爆肝整理,Pytest+Allure+Jenkins自动化测试集成实战(图文详细步骤)

目录:导读 前言一、Python编程入门到精通二、接口自动化项目实战三、Web自动化项目实战四、App自动化项目实战五、一线大厂简历六、测试开发DevOps体系七、常用自动化测试工具八、JMeter性能测试九、总结(尾部小惊喜) 前言 1、简介 pytesta…

基础课7——计算机视觉研究任务与行业应用

计算机视觉的研究任务包括以下几个方面: 图像分类(Image Classification):该任务的目标是确定给定图像属于哪个类别。例如,将一张猫的图像分类为“猫”类别。目标检测(Object Detection)&#…

香蕉派 Banana Pi BPi-M2S A311D开源硬件开发板评测

香蕉派 Banana Pi BPi-M2S A311D开源硬件开发板总体评价 Banana Pi BPi-M2S 进行了重大硬件升级。在新版本中,SoC已被更换,因此它现在使用具有5.0 TOPS NPU的Amlogic A311D,而不是之前的Amlogic S922X。SoC 的变化伴随着 MIPI DSI 和 CSI 连接…

Plex踩坑——移动缓存目录

plex在生成缩略图、刮削视频的时候会生成大量的缓存文件,占用磁盘空间。 plex默认缓存存储位置为C:\Users\xxx\AppData\Local\Plex Media Server,并且这个路径在plex设置中无法更改。 可以通过修改注册表的方式修改该路径。 首先推出plex账号&#xff…

Netty使用和常用组件

简述 netty 版本 <dependency><groupId>io.netty</groupId><artifactId>netty-all</artifactId<version>4.1.42.Final </version><scope>compile</scope> </dependency>Netty5 已经停止开发了。 netty 优势 API …

【数据库】聚集函数

聚集函数 聚集函数一览AVG() 函数COUNT() 函数MAX() 函数MIN() 函数SUM() 函数 组合聚集函数 聚集函数一览 我们需要汇总数据而不是实际检索&#xff0c;此时我们使用聚集函数进行处理&#xff1b; 聚集函数一览表如下&#xff1a; 函数说明AVG()返回平均值COUNT()返回数量总…