改进YOLO系列:12.Repulsion损失函数【遮挡】

1. RepLoss论文

物体遮挡问题可以分为类内遮挡和类间遮挡两种情况。类间遮挡产生于扎堆的同类物体,也被称为密集遮挡(crowd occlusion)。Repulsion损失函数由三个部分构成,yolov5样本匹配,得到的目标框和预测框-一对应第一部分主要作用:预测目标框吸引IOU最大的真实目标框,使得预测更加准确;
第二部分主要作用:远离除IOU最大值之外的最大的IOU目标框。根据预测目标框,寻找一个除了IOU最大的目标框外的次IOU最大目标框,不是根据目标框寻找一个次IOU最大的预测框,两个相反的概
念。第三部分主要作用:预测框之间互相远离;
论文题目:CCNet: Criss-Cross Attention for Semantic
Segmentation
论文链接:RepLoss

效果:
改进YOLO系列:12.Repulsion损失函数【遮挡】_第1张图片

2. RepLoss原理

yolov5+Repulsion
在yolov5中使用Repulsion损失函数解决密集且遮挡的物体

Repulsion损失函数由三个部分构成,yolov5样本匹配,得到的目标框和预测框一一对应
第一部分主要作用:预测目标框吸引IOU最大的真实目标框,使得预测更加准确;
第二部分主要作用:远离除IOU最大值之外的最大的IOU目标框。
根据预测目标框,寻找一个除了IOU最大的目标框外的次IOU最大目标框,不是根据目标框寻找一个次IOU

你可能感兴趣的:(改进YOLO系列,YOLO,深度学习,机器学习)