YOLOv5/YOLOv7损失函数改进：SlideLoss创新升级，结合IOU动态调整困难样本的困难程度，提升小目标、遮挡物性能

 本文改进：SlideLoss_IOU，困难样本的困难程度（如小目标遮挡物）动态调整，创新度十足

SlideLoss_IOU |   亲测在多个数据集能够实现涨点，对小目标、遮挡物性能提升也能够助力涨点。

Yolov5/Yolov7魔术师，独家首发创新（原创），适用于Yolov5、Yolov7、Yolov8等各个Yolo系列，专栏文章提供每一步步骤和源码，轻松带你上手魔改网络

重点：通过本专栏的阅读，后续你也可以自己魔改网络，在网络不同位置（Backbone、head、detect、loss等）进行魔改，实现创新！！！

专栏介绍：

✨✨✨原创魔改网络、复现前沿论文，组合优化创新

小目标、遮挡物、难样本性能提升

持续更新中，定期更新不同数据集涨点情况

1.SlideLoss介绍

 论文：