刘可乐呀-CSDN博客

原创【Jeston nano】从零开始搭建YOLO试错合集

jeston nano 错误合集

2022-12-21 09:52:21 2028 1

原创 EfficientDet实验笔记

一些自己对EfficientDet的理解、总结以及实验

2022-10-31 20:59:34 1201

原创【最新损失函数SIOU全文翻译】超越YOLO-V5等先进模型提高了+3.6%

传统的目标检测损失函数依赖于边界框回归指标的聚合，例如预测框和真实框（即GIoU、CIoU、ICIoU等）的距离、重叠区域和纵横比。然而，迄今为止提出和使用的方法都没有考虑期望的地面盒和预测的“实验”盒之间不匹配的方向。这种不足导致收敛速度较慢且效率较低，因为预测框可能在训练过程中“四处游荡”并最终产生更差的模型。在本文中，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。在许多模拟和测试中揭示

2022-05-30 16:48:16 4538 1

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

m0_53232749的博客

原创【Jeston nano】从零开始搭建YOLO试错合集

原创 EfficientDet实验笔记

原创【最新损失函数SIOU全文翻译】超越YOLO-V5等先进模型提高了+3.6%

原创【超越Swin、ConvNeXt】最新注意力Neighborhood Attention Transformer (NAT)全文翻译

原创【CVPR2022文章翻译】Oriented RepPoints for Aerial Object Detection全文翻译

原创【GAM全文翻译及代码实现】Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions

空空如也

空空如也

原创 【Jeston nano】从零开始搭建YOLO试错合集

原创 EfficientDet实验笔记

原创 【最新损失函数SIOU全文翻译】超越YOLO-V5等先进模型提高了+3.6%

原创 【超越Swin、ConvNeXt】最新注意力Neighborhood Attention Transformer (NAT)全文翻译

原创 【CVPR2022文章翻译】Oriented RepPoints for Aerial Object Detection全文翻译

原创 【GAM全文翻译及代码实现】Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions

空空如也

空空如也

原创【Jeston nano】从零开始搭建YOLO试错合集

原创【最新损失函数SIOU全文翻译】超越YOLO-V5等先进模型提高了+3.6%

原创【超越Swin、ConvNeXt】最新注意力Neighborhood Attention Transformer (NAT)全文翻译

原创【CVPR2022文章翻译】Oriented RepPoints for Aerial Object Detection全文翻译

原创【GAM全文翻译及代码实现】Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions