YOLOv5改进之---EIoU,SIoU,AlphaIoU,FocalEIoU,Wise-IoU

本文主要针对yolov5的iou损失函数进行改进,主要涵盖EIoU,SIoU,AlphaIoU,FocalEIoU,Wise-IoU这几种损失。
一、首先会对这几种损失进行介绍:
1、背景
由于EIOU是在CIOU的基础上改进的,为方便理解,此处贴出CIOU的计算公式,其他GIOU、DIOU不作介绍。
CIOU公式如下所示:
在这里插入图片描述
b ,bgt 分别代表了预测框和真实框的中心点,且p代表的是计算两个中心点间的欧式距离,c代表的是能够同时包含预测框和真实框的最小闭包区域的对角线距离。
a为平衡参数,定义为:
在这里插入图片描述
v是用来衡量长宽比一致性的参数,定义如下:
在这里插入图片描述
2、EIOU
我们知道,CIoU损失是在DIoU损失的基础上添加了衡量预测框和GT框纵横比v vv,在一定程度上可以加快预测框的回归速度,但是仍然存在着很大的问题:

1)在预测框回归过程中,一旦预测框和GT框的宽高纵横比呈现线性比例时,CIoU中添加的相对比例的惩罚项便不再起作用

你可能感兴趣的:(模型部署,YOLO,IOU损失改进,目标检测)