GIOU记录

最新推荐文章于 2024-08-01 21:07:10 发布
最新推荐文章于 2024-08-01 21:07:10 发布
阅读量104 收藏
点赞数
分类专栏： 项目学习 计算机视觉 文章标签： 线性代数 几何学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/caihuanqia/article/details/121121159
版权

GIoU

对于任意的两个Ａ、B框，首先找到一个能够包住它们的最小方框Ｃ。然后计算C \ (A ∪ B) 的面积与Ｃ的面积的比值，注：C \ (A ∪ B) 的面积为C的面积减去A∪B的面积。再用Ａ、Ｂ的IoU值减去这个比值得到GIoU。

C的面积越接近A∪B的面积表示结果越好，所以减去的部分越小。
在这里插入图片描述

Better-1
关注
专栏目录
目标检测中的损失函数（一） IOU,GIOU
wuhao1205的博客
05-10 1192
学习记录，如有错误请指出，感谢大家的指导建议。 IOU IOU计算的是预测框和目标框的交并比 如上图所示，蓝色部分为预测框，红色部分为目标框，黄色部分就是两者的交集。 IOU的局限性在于无法判别预测框的相对位置，同样的IOU数值结果能够对应无数个位置的预测框，而不同的任务可能会对不同的位置有着不同的喜好，这种情况下IOU无法给出一个判别。 GIOU 相比于IOU， GIOU引入了相对位置的考量，但这并不代表GIOU就优于IOU。 蓝色为预测框，红色为目标框，黄色为两框的并集。所..
Yolo学习记录
qq_44093630的博客
01-27 391
Dropout的做法是每次对一个batch做训练前对network中的每一个neuron（包括input layer的neuron），做sampling(抽样) ，每个neuron都有p%的几率会被丢掉，如果某个neuron被丢掉的话，跟它相连的权值w ww也都要被丢掉，剩下的neuron组成一个thinner network，以此thinner network为结构进行训练。2、BN是加在卷积层后的，对卷积后的结果做归一化，控制均值和方差，以至于让卷积朝着更好的方向提取特征。比如1比1，1/2。
【目标检测】IoU、GIoU、DIoU、CIoU、EIoU
研究兴趣：开放集识别、开放世界识别、新类发现、增量学习、少样本学习
04-04 766
IoU、GIoU、DIoU、CIoU、EIoU的概念、计算方法、pytorch代码
【深度学习基础知识】IOU、GIOU、DIOU、CIOU
magic_ll的博客
03-18 1242
通俗意思是在IOU值和中心点距离值相同时，两个框的长宽比指标越相似，说明预测框与目标框的对比效果越好。如下图所示，三种情况IoU都相等，但看得出来他们的重合度是不一样的，左边的图回归的效果最好，右边的最差。对于GIOU的缺点，即目标框包裹预测框的这种情况，DIOU Loss可以使回归非常快，而GIOU Loss几乎退化为IOU Loss。如图9所示，当IOU值和两个框的中心点距离一样时，即检测框中心点在以目标框中心点为圆心半径相同的圆弧上时，DIOU没办法区分。直观的反映预测检测框与真实检测框的检测效果。
YOLOv4 学习记录
RessCris的博客
11-16 428
FPN+PAN 借鉴的是PANet，当时主要应用于图像分割领域，如图所示，FPN 是自顶向下，将高层的强语义特征传递下来，而 FPN+PAN 针对这一点，在 FPN 的后面添加一个自底向上的金字塔，这样的操作是对 FPN 的补充，将底层的强定位特征传递上去，这也YOLOv4的Neck不仅能增强高级语义信息，又能增强特征的定位信息。问题1：即情况1的情况，当预测框和目标框不相交时，IOU=0，无法反应两个框距离的远近，此时损失函数不可导，IOU_Loss无法优化两个框不相交的情况。
OSTrack 代码阅读记录
allrubots的博客
03-12 6455
实验记录
目标检测学习记录
m0_69334152的博客
01-23 899
学习目标检测各经典算法的记录
darknet 训练问题记录
weixin_30289831的博客
09-12 163
1。训练日志打印出现很多很多0，比如： Region 82 Avg IOU: nan, Class: 0.000000, Obj: 0.000000, No Obj: 0.000000, .5R: 0.000000, .75R: 0.000000, count: 1 一定是cfg文件中训练没打开，还是测试状态，打开如下图所示状态即可 2。最近训练一批菜品数据，总是出现...
关于SIoU的原理和代码实现(回顾IoU、GIoU、DIoU、CIoU)
热门推荐
weixin_47728827的博客
06-06 1万+
关于SIoU的实现(回顾IoU、GIoU、DIoU、CIoU)
【RT-DETR有效改进】SIoU、GIoU、CIoU、DIoU、WIoU等多种损失函数
Snu77的博客
11-28 2338
这篇文章介绍了RT-DETR的重大改进，特别是在损失函数方面的创新。它不仅包括了多种IoU损失函数的改进和变体，如SIoU、WIoU、GIoU、DIoU、EIOU、CIoU，还融合了“Focus”思想，创造了一系列新的损失函数。这些组合形式的损失函数超过了二十余种，每种都针对特定的目标检测挑战进行优化。文章会详细探讨这些损失函数如何提高RT-DETR在各种检测任务中的性能，包括提升精度、加快收敛速度和增强模型对复杂场景的适应性。
YOLO V3学习记录与心得（二） 小概念 IOU NMS
不要加糖的初体验
06-26 538
一、 darknet是YOLO作者自己编写的一个轻量级深度学习的框架 YOLO是目标检测的网络模型
记录一下用google colab训练yolov5s的几个debug
weixin_43056332的博客
03-24 1970
记录一下训练yolov5s的几个debug RuntimeError:a leaf Variable that requires grad has been used in an in-place 报错原因：叶子结点不能执行in-place(原地)操作，因为在进行前向传播的时候得到的是叶子节点的地址，再进行反向传播的时候这个地址才不会报错，地址变了就会出错。 解决方法： 在报错代码前加上with torch.no_grad(): 并且进行缩进！一定要缩进不然会有新的报错。 ...
【YOLOv8十万长文优化】独家魔改优化技巧+附20余个源码手把手教程
最新发布
cv君的博客
08-01 2万+
【YOLOv8十万长文全解】v8 v9通用。独家魔改优化技巧+附20余个源码手把手教程; Hello，大家好，我是cv君，最近开始在空闲之余，经常更新文章啦！除目标检测、分类、分隔、姿态估计等任务外，还会涵盖图像增强领域，如超分辨率、画质增强、降噪、夜视增强、去雾去雨、ISP、海思高通成像ISP等、AI-ISP、还会有多模态、文本nlp领域、视觉语言大模型、lora、chatgpt等理论与实践文章更新，更新将变成一周2-3更，一个月争取10篇，重回创作巅峰
线性插值 np.interp()
RUN
05-26 1万+
线性插值是指插值函数为一次多项式的插值方式，其在插值节点上的插值误差为零。线性插值相比其他插值方式，如抛物线插值，具有简单、方便的特点。线性插值的几何意义即为概述图中利用过A点和B点的直线来近似表示原函数。 线性插值法是认为现象的变化发展是线性的、均匀的，所以可利用两点式的直线方程式进行线性插值。估算的是两点之间的点的对应值。 y = np.interp(x, xp, fp) x: 数组 待插入数据的横坐标. xp: 一维浮点数序列 原始数据点的横坐标，如果period参数没有指定那么就必须是递增的。否
CNN测试集的准确率高于训练集
RUN
06-24 9052
原因可能有以下：网上查询 1.Dropout的原因，测试的时候所有的神经元的权重都用上了，训练的时候部分没有了。所以测试的效果会优于训练集。可以在训练之后，通过多个测试集看效果来验证。——经过验证确实存在这种情况，尽管训练集只有0.86，后续同等测试集可达0.98。但是仍存在问题，泛化性能不够，也就是第二个原因也是可能有效。 2.另外一个可能是训练集或测试集的问题！扩充训练集或者在多个测试集上测试看看对应效果。 ...
关于matlab代码转python代码的总结
RUN
04-04 2693
1.matlab代码的序号是从1开始计数的，而python是从0开始的。 2.python矩阵外的符号是 []，而matlab是()。 3.当matlab定义一个一维的数组A后，转置是A‘ python是A.T：重要的是，如果是matlab，定义一维数组后，如WF1 = [-2,-3,-5,4,5,6,8]，转置后结果为七行一列；然而，如果是python定义的一维数组，转置后仍为一维数组。所以，定...
npy文件和pkl文件的保存和读取
RUN
08-12 2673
Npy文件：字典和array都可以保存，np.save(“dwd.npy”, file) Np.load(“dwd.npy”) 注意字典load之后可能很难取出来，因为是np的形式，只要转换为list，加上.tolist()可以解决。 Pkl文件： Import pickle Python2: import cPickle With open(“ &&.pkl” , “rb”) as f: Content= pickle.load(f) With open(“ &&.pkl”
colab 导出csv文件
RUN
04-17 2630
生成之后download即可。 from google.colab import files files.download('train.csv')
python giou
12-16
Python giou是一种计算两个边界框之间Generalized Intersection over Union (GIoU)的方法。GIoU是目标检测任务中用于衡量预测边界框与真实边界框之间的相似度的指标。 GIoU基于IoU（Intersection over Union）进行...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值