芒果YOLOv5改进16：损失函数IoU 篇之EfficiCIoU-Loss：独家首发最新｜结合EfficiCIoULoss损失函数(适用于YOLOv5)，新的增强预测帧调整并加快帧回归率，加快网络模

已于 2024-03-14 19:34:09 修改
阅读量5.4k 收藏 39
点赞数 8
分类专栏： 芒果YOLOv5原创改进 芒果改进YOLO高阶指南 文章标签： YOLO 目标检测 深度学习 计算机视觉
于 2023-03-07 19:48:06 首次发布
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/qq_38668236/article/details/129389860
版权

💡该教程为属于《芒果书》📚系列，包含大量的原创首发改进方式, 所有文章都是全网首发原创改进内容🚀
💡本篇文章 为 YOLOv5、YOLOv7、YOLOv8 芒果改进YOLO系列：YOLOv7改进损失函数：独家首发最新｜结合EfficiCIoU-Loss损失函数，新的增强预测帧调整并加快帧回归率，加快网络模型收敛打造全新YOLOv7检测器。

💡🚀🚀🚀内含·改进源代码·，按步骤操作运行改进后的代码即可
重点：🔥🔥🔥有同学已经使用这个 EfficiCIoU-Loss创新点 在自己的数据集改进做完实验： mAP精度涨了1个点！！实测改进有效，有点强

请添加图片描述

文章目录

了解本专栏 订阅专栏 解锁全文
芒果汁没有芒果
关注
  • 8
    点赞
  • 踩
  • 39
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
芒果YOLOv8改进02：损失函数IoU篇EfficiCLoss：首发最新改进｜结合EfficiCLoss损失函数，小目标强势涨点
包括YOLOv5、YOLOv7、YOLOv8等模型改进
04-16 6590
YOLOv8改进损失函数代码实践｜结合EfficiCLoss损失函数，小目标强势涨点
yolodet-pytorch:在pytorch中复制YOLO系列论文，包括YOLOv4，PP-YOLO，YOLOv5，YOLOv3等
05-02
简体中文 | YOLODet-PyTorch YOLODet-PyTorch是端到端基于pytorch框架复现yolo最新算法的目标检测开发套件，旨在帮助开发者更快更好地完成检测模型的训练、精度速度优化到部署全流程。YOLODet-PyTorch以模块化的设计实现了多种主流YOLO目标检测算法，并且提供了丰富的数据增强、网络组件、损失函数等模块。 目前检测库下模型均要求使用PyTorch 1.5及以上版本或适当的develop版本。 内容 简介 特性： 模型丰富： YOLODet提供了丰富的模型，涵盖最新YOLO检测算法的复现，包含YOLOv5、YOLOv4、PP-YOLO、YOLOv3等YOLO系列目标检测算法。 高灵活度： YOLODet通过模块化设计来解耦各个组件，基于配置文件可以轻松地搭建各种检测模型。 支持的模型: YOLOv3 更多的Backone： DarkNet CSPDa
（超详细）10-YOLOV5改进-替换CIou为Wise-IoU
qq_44421796的博客
02-05 329
yolov5中box_iou其默认用的是CIoU，其中代码还带有GIoU，DIoU，文件路径：utils/metrics.py，函数名为：bbox_iou。将下面代码放到metrics.py文件里面，原来的bbox_iou函数删掉。
Yolov7学习笔记（六）损失函数计算
Deen的博客
04-11 1万+
bs, 3, 20, 20, 25]意味这这个layer有8张图，且有3个anchor，特征图层的尺寸为20*20，每个网格有25个值，前4个为预测框中心点，第5个为这个预测框的目标置信度，后20个为预测框的类别置信度。真实框尺寸为[number,6]，这个number指的是这一个batch_size中有多少个真实框，例子的batch_size=8，number=27，如下图所示，这8张图片中有27个真实框。中的置信度损失和类别损失用的是二元交叉熵来做的，而定位损失是用的CIOU Loss来做的，
目标检测算法——YOLOv5/YOLOv7改进|将IOU Loss替换为EIOU Loss
热门推荐
加勒比海带66——【YOLO魔法搭配&论文投稿咨询】
04-09 2万+
将YOLOv5中的锚框损失函数替换为EIOU Loss，性能远优于原IOU、DIOU以及CIOU等，测试自身数据集发现涨点明显！
《芒果书》剑指系列YOLO改进专栏目录 （内容持续更新中）
包括YOLOv5、YOLOv7、YOLOv8等模型改进
08-05 973
剑指系列专栏目录🥭 网络结构原创改进、损失函数改进、标签分配策略改进
Yolov7/Yolov5损失函数改进：Wasserstein Distance Loss，助力小目标涨点
各专栏持续更新中，改进创新YOLO，适用v5、v7、v8、v9，订阅者私信添加本人微信！！！ By AI小怪兽
03-15 4794
Yolov7/Yolov5损失函数改进：Wasserstein Distance Loss，助力小目标涨点
YOLOV7改进-针对小目标的NWD(损失函数)
毕竟是Shy哥
09-08 1768
7、iou_ration是超参，可以调，如果小目标比较多的话，这个值可以低一些，从而增加nwd损失的比例。3、把这几行复制到utiils的loss.py。4、先对CoputerLoss类做修改。2、utils-loss，这里加。5、把那一行替换成这个。8、还有一个部分要改。9、这个box也要改。
YOLOv7损失函数修改
小嘤熊的博客
11-14 265
如果你想要进一步了解更多的相关知识，
YOLOv5｜YOLOv7｜YOLOv8改各种IoU损失函数：YOLOv8涨点Trick，改进添加SIoU损失函数、EIoU损失函数、GIoU损失函数、α-IoU损失函数-CSDN博客.mhtml
10-23
YOLOv5｜YOLOv7｜YOLOv8改各种IoU损失函数：YOLOv8涨点Trick，改进添加SIoU损失函数、EIoU损失函数、GIoU损失函数、α-IoU损失函数-CSDN博客.mhtml
YoloV8改进策略：将CIoU替换成Wise-IoU，幸福涨点，值得拥有，还支持EIoU、GIoU、DIoU、SIoU无缝替换
08-04
YoloV8改进策略：将CIoU替换成Wise-IoU，幸福涨点，值得拥有，还支持EIoU、GIoU、DIoU、SIoU无缝替换
【AlexeyAB DarkNet框架解析】九，YOLOV3损失函数代码详解(yolo_layer.c)
01-20
YOLOV3的损失函数在YOLOV2的基础上，用多个独立的逻辑回归损失代替了YOLOV2里面的softmax损失，然后去掉了对Anchor在前12800次训练轮次中的回归损失，也即是YOLOV2损失函数的第二项。另外新增了一个ignore_thresh...
Yolov5:在TensorFlow2中高效实现YOLOV5
05-11
约洛夫5 由TensorFlow2实现的YoloV5，支持培训，评估和推断。 目前尚不完善的项目，但我会继续改进，因此您可能希望观看/加注此仓库以进行重新访问。 任何贡献都受到高度欢迎 主要特征 纯tensorflow2最小Yolov5 ...
Yet-Another-YOLOv4-Pytorch:YOLOv4 Pytorch实施具有所有免费赠品和特价，以及15项以上的独家改进。 易于使用！
04-01
另一个-YOLOv4-Pytorch 这是在pytorch上实现YOLOv4对象检测神经网络的实现。 我将尝试实现原始纸张的所有功能。 模型 预先训练的体重 自订课程 联合会 YOLO数据集 验证信箱 HSV转变为火车 MOSAIC的火车 ...
Yolov5简单部署（使用自己的数据集）
omit250的博客
04-29 762
YOLOv5是一种基于深度学习的目标检测算法，它是YOLO（You Only Look Once）系列的最新版本。与以往的版本相比，YOLOv5具有更快的速度和更高的准确性。YOLOv5是一个开源项目，它在各种场景下都取得了很好的效果，包括。设置环境变量 ：D:\ProgramData\miniconda3\condabin\conda.bat。更新 pip ：python -m pip install --upgrade pip。大佬的文章（侵权请联系，马上删除），做的工作为。pip 清华源 -i。
【YOLO改进】换遍IoU损失函数之SIoU Loss（基于MMYOLO）
Vlone_pp的博客
04-29 481
在针对YOLO的改进中，通过替换损失函数常常可以达到“无痛提点”的效果，本文将基于MMYOLO框架介绍如何用SIoU损失函数替换YOLO中常用的CIoU损失函数。
【机器视觉】C# .NET 8 部署yolov9 onnx对象检测
最新发布
cxyhjl的博客
05-03 258
这段代码展示了一个使用YOLOv9进行对象检测的简单测试框架。代码主体以及其功能分为以下几个关键部分：创建测试图片数组_testImages，它包含了图片文件名和对应的标签。使用buildTests方法来从给定的文件名中加载图片并调整尺寸，准备测试数据集。实现了DisplayImageWithPredictions方法，该方法接收一个System.Drawing.Image对象和一组...
yolov5口罩检测实战
Che_Che_的博客
05-01 326
在B站上有这个UP主的实操视频。
YOLO-obb旋转框目标检测比较好的学习博客
qq_29220369的博客
04-29 1036
其中，images/train和images/val放置原始图片文件，labels/train_original和labels/val_original分别放置原始的标签文件，labels/train和labels/val为空，然后运行步骤(3)的代码，运行结束转换后的标签会保存在labels/train和labels/val中，格式如下。推荐两个可免费使用的标注工具，X-Anylabeling和Label-Studio，并给出的简单的下载/安装和使用过程说明_x-anylabeling。
yolov5-5.0改进损失函数
07-28
对于YOLOv5-5.0版本的改进，损失函数也进行了相应的优化。YOLOv5-5.0版本中引入了一种新的损失函数，称为CIoU损失函数（Complete Intersection over Union）。CIoU损失函数是对传统的IoU损失函数进行改进，旨在更好...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

芒果汁没有芒果

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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