改进YOLOv5系列:NeurIPS顶会论文,模型无损涨点|首发最新改进广义焦点损失Generalized Focal Loss,将焦点损失从其离散形式推广到连续形式,以实现成功优化
- 该教程为改进进阶指南,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 基于 YOLOv5、YOLOv7
芒果
改进YOLO系列:芒果改进YOLOv5系列:NeurIPS顶会论文|首发最新改进 Generalized Focal Loss 广义焦点损失,将焦点损失从其离散形式推广到连续形式,以实现成功优化,让模型无损涨点、打造全新YOLOv5检测器
。
重点
:有不少同学已经反应 专栏的教程 提供的网络结构 在数据集上有效涨点!!!
进阶专栏内容持续更新中☁️️,订阅了该专栏的读者·私信博主
·加·创新点进阶交流群
- 本文内容包括
理论部分
和改进源代码
为原创内容,可以直接用来写论文
文章目录
-
- 一、Generalized Focal Loss 理论部分 + YOLOv5代码
-
- 问题一 classification score 和 IoU/centerness score 训练测试不一致。
- 问题二 bbox regression 采用的表示不够灵活,没有办法建模复杂场景下的uncertainty。