芒果改进YOLOv5系列:首发更新|改进用于微小目标检测的Normalized Gaussian Wasserstein Distance,助力YOLOv5涨点,小目标检测的一种新的包围框相似度度量
- 该教程为改进进阶指南,包含大量的CSDN原创首发改进方式, 所有文章都是CSDN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:全新改进用于微小目标检测的 Normalized Gaussian Wasserstein Distance,助力YOLOv5涨点
。
重点
:有不少同学已经反应有效涨点!!!
其他改进内容:CSDN原创YOLO进阶目录 | 《芒果改进YOLO进阶指南》推荐! |YOLOv5、YOLOv7、YOLOv8等相同范式主流模型均可使用(附代码)
- 本文内容包括
Normalized Gaussian Wasserstein Distance Loss
论文 理论部分和 代码实践|改进源代码部分
为原创内容,直接一键训练改进实验,适合用来写新论文。
文章目录
-
- 一、论文理论部分 + YOLOv5代码实践
-
- 一、 改进代码| 应用到 YOLOv5