YOLO损失函数第7页

yolov8人脸识别与脸部关键点检测（代码+原理）

YOLOv8脸部识别是一个基于YOLOv8算法的人脸检测项目，旨在实现快速、准确地检测图像和视频中的人脸。该项目是对YOLOv8算法的扩展和优化，专门用于人脸检测任务。

QQ_1309399183·2025-02-20 07:13

训练与优化

训练与优化损失函数与反向传播损失函数能够衡量神经网络输出与目标值之间的误差，同时为反向传播提供依据，计算梯度来优化网络中的参数。torch.nn.L1Loss计算所有预测值与真实值之间的绝对差。

钰见梵星·2025-02-20 04:23

吐血整理！梯度累积和优化器配置差异，让模型训练效果天差地别！

核心内容避坑指南：梯度累积和优化器配置易踩的雷区场景化描述：你满心欢喜地开始训练模型，却发现训练过程中损失函数波动剧烈，

盼达思文体科创·2025-02-20 01:26

yolov5 python API（供其他程序调用）

你的yolov5??是否只局限于detect.py？如果其他程序要调用yolov5，就需要制作一个detect.py的pythonAPI。

m0_67401499·2025-02-19 23:35

python环境的yolov11.rknn物体检测

1.首先是我手里生成的一个yolo11的.rknn模型：2.比对一下yolov5的模型：2.1yolov5模型的后期处理：outputs=rknn.inference(inputs=[img2],data_format

子正·2025-02-19 22:30

详解多模态（红外-可见光图像）目标检测模型SuperYOLO源码，真正搞清代码逻辑！

弗兰随风小欢·2025-02-19 16:19

YOLOv11算法与改进版YOLOv11算法对比：性能提升与优化

YOLOv11算法与改进版YOLOv11算法对比：性能提升与优化提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录YOLOv11算法与改进版YOLOv11算法对比：性能提升与优化前言一

m0_54717829·2025-02-19 16:17

【深度学习】计算机视觉（CV）-目标检测-DETR（DEtection TRansformer）—— 基于 Transformer 的端到端目标检测

DETR（DEtectionTRansformer）是FacebookAI（FAIR）于2020年提出的端到端目标检测算法，它基于Transformer架构，消除了FasterR-CNN、YOLO等方法中的候选框

IT古董·2025-02-19 16:12

吸烟YOLO数据集，COCO格式

抽烟吸烟数据集,标签txt，图像已经分好了测试集，验证集，训练集1️⃣可以直接导入YOLO进行训练，没有细分类，里面有的类，闲鱼9.9解君愁，明人不说暗话闲鱼搜索莓格米米私聊

鳄鱼的眼药水·2025-02-19 15:59

记录小报错：“解决 LabelImg 软件闪退及 FileNotFoundError 错误：如何创建和配置 classes.txt 文件”

LabelImg时创建classes.txt文件在使用LabelImg进行图像标注时，用户可能会遇到类似以下的错误信息：FileNotFoundError:[Errno2]没有那个文件或目录:'/home/lix/yolo5

oiol·2025-02-19 14:52

用deepseek学大模型08-长短时记忆网络 (LSTM)

deepseek.com从入门到精通长短时记忆网络(LSTM),着重介绍的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，模型应用场景和优缺点，及如何改进解决及改进方法数据推导

wyg_031113·2025-02-19 08:35

用deepseek学大模型08-卷积神经网络(CNN)

yuanbao.tencent.com从入门到精通卷积神经网络(CNN),着重介绍的目标函数，损失函数，梯度下降标量和矩阵形式的数学推导，pytorch真实能跑的代码案例以及模型,数据，预测结果的可视化展示

wyg_031113·2025-02-19 07:30

yolov5 pt-＞onnx-＞om yolov5模型转onnx转om模型转换

yolov5pt->onnx->omyolov5-6.1版本models/yolo.pyDetect函数修改classDetect(nn.Module):defforward(self,x):z=[]#

qq_43650438·2025-02-19 05:14

随机梯度下降一定会收敛么？

2.随机梯度下降算法的基本原理1.基于梯度的优化基础该算法是基于梯度的优化算法，用于寻找函数的最优解，通常是最小化损失函数。

AndrewHZ·2025-02-19 01:36

什么是Scaling Laws（缩放定律）；DeepSeek的Scaling Laws

它表明，在一定条件下，模型的性能会随着模型规模的增加而以某种可预测的方式提升，通常表现为模型的损失函数值随模型

ZhangJiQun&MXP·2025-02-18 23:14

CVPR‘24 | 百度开源DETRs在实时目标检测中胜过YOLOs

文末附行业细分群论文题目：DETRsBeatYOLOsonReal-timeObjectDetection作者：WenyuLv,YianZhao等作者机构：BaiduInc.论文链接：https://arxiv.org

3Ｄ视觉工坊·2025-02-18 19:01

地平线x5下运行yolo11s-seg模型

经过地瓜机器人工作人员（感谢吴超同学）的及时技术支持，整体比较顺利的跑起来了yolo11s-seg分割模型。

zgrobot·2025-02-18 16:51

【YOLOv11改进- 主干网络】YOLOv11+CSWinTransformer: 交叉窗口注意力Transformer助力YOLOv11有效涨点；

YOLOV11目标检测改进实例与创新改进专栏专栏地址：YOLOv11目标检测改进专栏，包括backbone、neck、loss、分配策略、组合改进、原创改进等本文介绍发paper，毕业皆可使用。

算法conv_er·2025-02-18 15:43

【YOLO模型】（1）--YOLO是什么

一、什么是YOLOYOLO（YouOnlyLookOnce）是一种基于深度学习的目标检测算法，由JosephRedmon等人于2016年提出。

方世恩·2025-02-18 15:41

机器学习和线性回归、softmax回归

回归——平方误差损失函数回归（regression）是最简单的监督学习任务之一。分类——交叉熵样本属于“哪一类”的问题称为分类问题回归是训练一个回归函数来输出一个数值；分类是训练一个分

小名叫咸菜·2025-02-18 13:53

模型GPU-＞NPU(Ascend)迁移训练简述

跨平台精度对齐对比3.问题定位与修复4.迭代验证三、关键技术点四、常见问题与解决方案一、迁移训练流程图解通过华为云的modelart进行运行环境选型北京四使用GPU进行模型训练，生成gpulog.json文件，记录损失函数等信息

終不似少年遊*·2025-02-18 01:12

[C#]C#使用yolov8的目标检测tensorrt模型+bytetrack实现目标追踪

【测试通过环境】win10x64vs2019cuda11.7+cudnn8.8.0TensorRT-8.6.1.6opencvsharp==4.9.0.NETFramework4.7.2NVIDIAGeForceRTX2070Super版本和上述环境版本不一样的需要重新编译TensorRtExtern.dll，TensorRtExtern源码地址：TensorRT-CSharp-API/src/T

FL1623863129·2025-02-17 23:55

YOLO系列版本迭代：从YOLOv1到YOLOv11的技术演进

YOLO系列版本迭代：从YOLOv1到YOLOv11的技术演进YOLO（YouOnlyLookOnce）系列目标检测算法自2016年首次发布以来，凭借其高效的实时检测能力，迅速成为计算机视觉领域的热门研究方向之一

金外飞176·2025-02-17 20:19

基于深度学习YOLOv10的PCB板缺陷检测系统（附完整资源+PySide6界面+训练代码）

YOLO（YouOnlyLookOnce）系列算法凭借其高速和高精度的优势，成为了目标检测领域的佼佼者。本文

人工智能_SYBH·2025-02-17 13:47

柑橘叶子病害检测数据集VOC+YOLO格900张3类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：900标注数量(xml

FL1623863129·2025-02-16 23:28

三种方式实现人车流统计（yolov5+opencv+deepsort+bytetrack+iou）

一、运行环境1、项目运行环境如下2、CPU配置3、GPU配置如果没有GPUyolov5目标检测时间会比较久二、编程语言与使用库版本项目编程语言使用c++，使用的第三方库，onnxruntime-linux-x64

Jayson God·2025-02-16 23:24

从养殖场到科技前沿：YOLOv11+OpenCV精准计数鸡蛋与鸡

今天的主角是YOLOv11和OpenCV，它们是计算机视觉领域的两位大佬，专门为你解决这一难题。无论是鸡蛋还是鸡，它们都能精准识别，数得清清楚楚。不信？那我们就一起去看看怎么用这对“黄金搭档”解决

星际编程喵·2025-02-16 22:50

YOLOv11 火焰识别：智能时代的火灾预警新利器

而在这场技术革命中，YOLO（YouOnlyLookOnce）系列模型无疑扮演举足轻重的角色。今天，我们将目光聚焦在最新的版本——YOLOv11。别误会，YOLOv11可不是什么随便升级。

星际编程喵·2025-02-16 18:48

给我通俗易懂地讲一下损失函数与正则化

我用最生活化的比喻来解释这两个关键概念---###**1.损失函数：考试得分计算器****场景**：你是个教练，训练学生投篮-**核心作用**：每次投篮训练后，自动算出学生的「犯错分数」-**举个栗子*

利万国潮科技 A9.36(asi智神版)·2025-02-16 13:46

AI：236-基于RCS-OSA的YOLOv8改进 | 增强空间对象注意力实现小物体检测精度提升

本文收录于专栏：精通AI实战千例专栏合集https://blog.csdn.net/weixin_52908342/category_11863492.html从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。每一个案例都附带关键代码，详细讲解供大家学习，希望可以帮到大家。正在不断更新中~文章目录1.通过RCS-OSA替换C2f实现暴力涨点2.理论

一键难忘·2025-02-16 13:14

YOLOv1 损失函数

余将董道而不豫兮·2025-02-16 11:01

labelme转YOLOv8、YOLOv5 标签格式标注数据

前言本文分析将labelme的标签，转为YOLOv8、YOLOv5的格式，实现模型训练。首先了解YOLOv8和YOLOv5标签格式，然后了解labelme标签格式，最近实现数据格式转换。

一颗小树x·2025-02-16 10:20

yolov8(8.2.10)+deepsort（demo）

只需要训练好yolov8的检测模型然后调用：results=model.track(frame,persist=True)#执行跟踪，persist=True表示持续跟踪。

fengsongdehappy·2025-02-16 10:19

YOLOv8中Bottleneck模块详解

1.Bottleneck模块介绍Bottleneck模块在YOLOv8中的作用是进行特征提取和增强，是网络中的核心构建模块之一。

王了了哇·2025-02-16 07:22

使用 YOLOv8 模型分析摄像头的图像

在Python中使用YOLOv8模型分析摄像头的图像并进行分类。1.安装依赖库首先，你需要安装ultralytics库，它提供了YOLOv8的PythonAPI。

欣然～·2025-02-16 02:19

【YOLO】常用脚本

目录VOC转YOLO划分训练集、测试集与验证集VOC转YOLOimportosimportxml.etree.ElementTreeasETdefconvert(size,box):dw=1.

我才是真正的17号·2025-02-15 14:47

yolo使用的一些脚本

合并yolo标注label输入两个路径的labels，可以特定的32类别的标注合并到target_dir目录中的txt中#-*-coding:utf-8-*-#@Time:2024/6/1917:57#

一休哥※·2025-02-15 14:14

yolo数据增强

importosimportcv2importnumpyasnpimportalbumentationsasA#定义数据增强的变换，可以根据需要自定义transform=A.Compose([A.HorizontalFlip(p=0.5),#水平翻转A.RandomBrightnessContrast(p=0.5),#随机亮度和对比度A.Rotate(limit=15,p=0.5),#随机旋转A.

攀神·2025-02-15 13:13

基于深度学习YOLOv5的活体人脸检测系统（Python+PySide6界面+训练代码）

近年来，随着深度学习的突破，YOLO（YouOnlyLookOnce）系列算法因其高效、准确、实时的特点，广泛应用于物体检测任务。在实际的人脸识别应用中，活体人脸检测

深度学习&目标检测实战项目·2025-02-15 09:42

【深度学习】YOLO-World: Real-Time Open-Vocabulary Object Detection，目标检测

介绍一个酷炫的目标检测方式：论文：https://arxiv.org/abs/2401.17270代码：https://github.com/AILab-CVC/YOLO-World文章目录摘要Introduction

XD742971636·2025-02-15 09:07

Python知识点：基于Python技术，如何使用YOLO进行实时物体检测

使用YOLO进行实时物体检测的Python技术详解实时物体检测是计算机视觉中的一个关键任务，它要求算法能够快速且准确地识别和定位图像或视频流中的物体。

超哥同学·2025-02-15 05:36

基于深度学习YOLOv8的海洋动物检测系统（Python+PySide6界面+训练代码）

在这一领域，YOLO（YouOnlyLookOnce）系列模型以其高效且准确的目标检测能力，成为了当下最为流行的深度学习模型之一。

深度学习&目标检测实战项目·2025-02-15 04:57

基于YOLOv5深度学习的木材表面缺陷检测系统：UI界面 + YOLOv5 + 数据集详细教程

基于深度学习的目标检测技术，尤其是YOLOv5，凭借其优越的实时性和准确性，成为木材表面缺陷检测的有效工具。

深度学习&目标检测实战项目·2025-02-15 04:27

动手学深度学习笔记|3.2线性回归的从零开始实现（附课后习题答案）

动手学深度学习笔记|3.2线性回归的从零开始实现（附课后习题答案）线性回归的从零开始实现生成数据集读取数据集初始化模型参数定义模型定义损失函数定义优化算法训练练习1.如果我们将权重初始化为零，会发生什么

lusterku·2025-02-15 04:57

还没搞懂YOLO v7，YOLO v8已经来了！

YOLO系列又双叒更新！只能说，YOLO系列发展地真快，已经有点跟不上了！

沃恩智慧·2025-02-15 03:45

Pytorch学习之路（3）

一.机器学习任务的整体流程1.数据预处理：数据格式统一、异常数据消除、必要数据转换，划分训练集、验证集、测试集2.选择模型3.设定损失函数、优化方法、对应的超参数4.用模型拟合训练集数据，在验证集/测试集上计算模型表现二

AAAx1anyu·2025-02-14 21:28

《探秘Hogwild!算法：无锁并行SGD的神奇之路》

其目标是优化损失函数，通过对每一个超参数求偏导得到当前轮的梯度，然后向梯度的反方向更新，不断迭代以获

·2025-02-14 17:24

9、深度学习-自学之路-损失函数、梯度下降、学习率、权重更新的理解

由《8、深度学习-自学之路-损失函数和梯度下降程序展示》我们看到我们设计了一个程序，这个程序里面由学习率，有损失函数，有梯度下降，权重更新。

小宇爱·2025-02-14 11:16

【git-hub项目：YOLOs-CPP】本地实现01：项目构建

认识祂·2025-02-14 10:06

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-patches.py

patches.pyultralytics\utils\patches.py目录patches.py1.所需的库和模块2.defimread(filename:str,flags:int=cv2.IMREAD_COLOR):3.defimwrite(filename:str,img:np.ndarray,params=None):4.defimshow(winname:str,mat:np.nda

红色的山茶花·2025-02-14 09:33

推荐频道

YOLO损失函数