【YOLO】YOLOv1至YOLOv12损失函数的对比解析

以下是YOLOv1至YOLOv12损失函数的对比解析，结合各版本的核心改进与损失函数设计特点：

---

​YOLO系列损失函数对比表

<

版本	定位损失	分类损失	置信度损失	关键改进与新增模块
​v1	均方误差（MSE）	交叉熵损失（CE）	交叉熵损失（CE）	首次提出端到端检测框架，损失函数由三部分构成
​v2	基于Anchor的MSE + 宽高平方根惩罚	Softmax多分类	动态IoU阈值筛选	引入Anchor机制，宽高损失采用平方根降低大目标主导性
​v3	二元交叉熵（BCE）	多标签Sigmoid分类	二元交叉熵（BCE）	多尺度预测、残差网络，分类损失支持多标签共存
​v4	CIoU Loss（综合重叠面积、中心点距离、宽高比）