芒果YOLOv8改进174：NMS篇：独家首发最新原创ShapeIoU_NMS、PIoU_NMS改进点，改进有效可以直接当做自己的原创改进点来写，提升网络模型性能精度

已于 2024-06-30 23:23:20 修改
阅读量384 收藏
点赞数 14
分类专栏： 芒果YOLOv8原创改进 文章标签： YOLO 人工智能 目标检测
于 2024-06-30 23:07:23 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/140082982
版权
芒果YOLOv8原创改进 专栏收录该内容
174 篇文章 205 订阅 ¥239.90 ¥99.00
订阅专栏

💡YOLOv8改进专栏完整目录链接： 👉《芒果YOLOv8原创改进专栏》🌟🌟🌟
💡只订阅这一个专栏即可阅读：芒果YOLOv8所有改进内容

💡本篇文章为YOLOv8独家原创改进：独家首发最新原创PIoU_NMS改进点，改进有效可以直接当做自己的原创改进点来写，提升网络模型性能精度。

💡对自己数据集改进有效的话，可以直接当做自己的原创改进点来写！！！改进点先到先得

💡🚀🚀🚀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 PIoU_NMS创新点 在自己的数据集改进做完实验：改进有效

在这里插入图片描述

文章目录

PIoU_NMS 核心代码

ShapeIoU_NMS 核心代码

🥇🥇🥇
添加博主联系方式：

已订阅专栏用户可以添

了解本专栏 订阅专栏 解锁全文
芒果汁没有芒果
关注
  • 14
    点赞
  • 踩
  • 0
    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
全新芒果YOLOv8改进专栏 | 专栏目录：目前已有170+篇内容，内含各种Head检测头、标签分配策略、损失函数Loss、Backbone、Neck、写作|指标、NMS等全方位创新点改进
包括YOLOv5、YOLOv7、YOLOv8等模型改进
03-14 4645
芒果YOLOv8改进专栏 | 内含各种Head检测头、标签分配策略、损失函数Loss、Backbone、Neck、写作|指标、NMS等全方位创新点改进
YOLOv8预测参数详解（全面详细、重点突出、大白话阐述小白也能看懂）
热门推荐
qq_37553692的博客
06-01 3万+
包括图像、URL、PIL图像、OpenCV、NumPy数组、Torch张量、CSV文件、视频、目录、通配符、YouTube视频和视频流。表格✅指示了每个输入源是否可以在流模式下使用，并给出了每个输入源使用流模式的示例参数。Boxes对象可用于索引、操作边界框，并将其转换为不同的格式。Box格式转换结果是缓存的，这意味着每个对象只计算一次，并且这些值将在将来的调用中重复使用。yolov8提供了plot函数绘制结果，可以绘制边框，分割结果,分类结果类别等等。：用于操作边界框的属性和方法的对象。
YOLOv8有效改进系列及项目实战目录 包含卷积，主干 注意力，检测头等创新机制 以及 各种目标检测分割项目实战案例
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
05-06 2万+
大家好！欢迎阅读本专栏。本专栏涵盖了C2f、主干网络、检测头、注意力机制、Neck等多种结构的创新，同时也包括了 YOLO相关的基础知识以及相关项目。
计算机视觉论文总结系列（一）：目标检测篇
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
03-23 8252
本系列主要面向计算机视觉目标检测、图像分割及OCR等领域，每篇将对该领域论文等方面展开介绍，本篇主要介绍目标检测领域历年论文，希望大家能够多多交流如有错误请大家在评论区指正，如有侵权联系删除
Sophia 优化器：模型训练成本减半的秘密武器
gitblog_00043的博客
06-07 846
Sophia 优化器：模型训练成本减半的秘密武器 项目地址:https://gitcode.com/kyegomez/Sophia 在深度学习的世界中，优化器扮演着至关重要的角色，它们决定了模型训练的效率和效果。今天，我们向您隆重介绍 Sophia——一款革命性的随机二阶优化器，它旨在将语言模型预训练的成本降低一半。通过简单地插拔即可实现，Sophia 可以无缝集成到您的现有训练流程中，并带来显...
致敬ATSS | Dynamic ATSS再造ATSS辉煌！！！
qq_29462849的博客
01-26 958
点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨ChaucerG来源丨集智书童标签分配（Label assignment）在目标检测模型中起着重要的作用。检测模型使用不同的标...
ECCV2020 Piou Loss论文翻译
Q1u1NG的博客
09-04 1746
摘要:目标检测使用方向边界框(OBB)可以通过减少背景的重叠区域更好的检测到旋转物体。现存的方向边界框(OBB)大多数建立在横向边界框基础上，通过增加一个距离损失来做角度回归。然而基于距离损失的角度回归只能最小化角度距离，对于iou却很不敏感，它对高长宽比的对象不敏感。因此，一个新颖的损失函数Pixels-IoU (PIoU) Loss，就是设计成利用角度和IoU来进行精确的OBB回归。PIoU损失是由像素方向的IoU度量得到的，一个简单的并且适合方向边界框和横向边界框的方法。为了验证它的有效性，我们在an
ATSS: Bridging the Gap Between Anchor-based and Anchor-free Detection via ATSS 笔记
wineandchord
04-16 267
论文链接 代码解读基于 mmdetection 首先看 mmdet\models\anchor_heads\atss_head.py 和 mmdet\core\bbox\assigners\atss_assigner.py 这两个文件，前者实现了 ATSS detection head 的 forward 和 loss，后者则实现了这篇 paper 的精髓：Adaptive Training ...
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
本篇文章将重点探讨YOLOv8的一个重要改进策略——将原来的Intersection over Union (IoU)度量标准CIoU替换为Wise-IoU，并讨论这种改进如何提高模型性能，同时支持其他IoU变体如EIoU、GIoU、DIoU和SIoU的无缝切换。...
一种基于GIoU和加权NMS改进的人脸关键点检测方法.pdf
05-13
一种基于GIoU和加权NMS改进的人脸关键点检测方法.pdf
nms.rar_c++ NMS_nms_网管_网管平台
07-15
本篇文章将深入探讨一个基于C++开发的NMS系统——"nms.rar_c++ NMS_nms_网管_网管平台"，分析其核心功能、设计原理以及实现细节。 首先，"nms.rar"是一个压缩包，包含了一系列与C++开发相关的项目文件。其中，"nms_...
SNMP-NMS.zip_NMS SNMP_nms_snmp 管理端_snmp管理端_通信管理
09-24
总的来说，SNMP和NMS是网络管理的重要工具，通过它们，网络管理员可以有效地监控网络设备，提高网络的稳定性和安全性。理解SNMP的工作原理和NMS的功能，对于任何网络运维人员来说都是至关重要的。
YOLOv4-object：我们修改NMS procecss
02-10
YOLOv4-object：对象发现的有效模型和方法 此仓库基于 。抽象对象发现是指识别图像中的所有未知对象，这对于机器人系统探索未知环境非常重要。 近年来，基于深度学习方法的物体检测模型在物体分类和定位方面取得了令...
【YOLOv8改进[注意力]】添加iRMB倒置残差块注意力(2023.8) + 含全部代码和详细修改方式 + 手撕结构图
静谧、淡雅
07-12 4296
【YOLOv8改进[注意力]】添加iRMB倒置残差块注意力(2023.8) + 含全部代码和详细修改方式 + 手撕结构图
【YOLOv8】 用YOLOv8实现数字式工业仪表智能读数(三)
向上生长的程序媛的博客
07-11 481
数字式工业仪表的智能读数三步走，本篇主要介绍第三步，通过表盘上数字识别结果转换为智能读数。
基于YOLOV8的数粒机-农业应用辣椒种子计数计重双标质量解决方案
视觉人机器视觉的博客
07-12 4510
基于YOLOV8的数粒机-农业应用辣椒种子计数计重双标质量解决方案
图片标注yolo
最新发布
JYFZXX的博客
07-12 154
Pycharm软件、待标注的图片。
YOLOv8白皮书-第Y9周：重要模块解读
a536723241的博客
07-12 336
🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍖 原作者：K同学啊 一、环境 语言：Python3、Pytorch 开发环境 电脑系统：Windows 10 语言环境：Python 3.9.2 编译器：VS Code 显卡：3060 CUDA版本：Release 11.4, V11.4.48 本周任务：了解yolov8重要的模块 二、各模块 autopad: 保持输出后张量大小不变，实质是自动计算p（就是卷积层中的填充） Conv：标准卷积模块，由卷积👉标准化👉激活层 构成 Focus
yolov8改进 soft-nms
09-06
Yolov8引入了一种名为Soft-NMS的改进方法。这个改进在ultralytics/yolo/utils/ops.py文件中进行了修改。具体的修改点是使用了torchvision.ops.nms函数进行非极大值抑制(NMS)操作。在Soft-NMS中，不再直接删除所有与其他框的IoU大于阈值的框，而是降低这些框的置信度。具体做法是，对于当前得分最高的框M和待处理的框bi，如果它们的IoU越大，那么bi的得分si就会下降得越厉害。通过这种方式，Soft-NMS能够更加准确地抑制重叠的边界框，并提升目标检测的性能。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [Yolov8优化：引入Soft-NMS，提升密集遮挡场景检测精度](https://blog.csdn.net/m0_63774211/article/details/131299564)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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