YOLOv7、YOLOv5改进之损失函数EfficiCIoU-Loss：独家首发最新｜结合EfficiCIoULoss损失函数(适用于YOLOv5)，新的增强预测帧调整并加快帧回归率，加快网络模型收敛

相关文章

• 

  优化改进YOLOv5算法之Wise-IOU损失函数

  边界框回归（BBR）的损失函数对于目标检测至关重要。它的良好定义将为模型带来显著的性能改进。大多数现有的工作假设训练数据中的样本是高质量的，并侧重于增强BBR损失的拟合能力。如果盲目地加强低质量样本的BBR，这将危及本地化性能。Focal EIoU v1被提出来解决这个问

  2024年01月17日

  浏览(41)

• 剑指YOLOv7改进最新MPDIoU损失函数(23年7月首发论文)：论文实测YOLOv7模型涨点，超越现有多种G/D/C/EIoU，高效准确的边界框回归的损失

  💡 本篇内容 ：剑指YOLOv7改进最新MPDIoU损失函数(23年7月首发论文)：论文实测YOLOv7模型涨点，超越现有多种G/D/C/EIoU，高效准确的边界框回归的损失 💡🚀🚀🚀本博客 改进源代码改进 适用于 YOLOv7 按步骤操作运行改进后的代码即可 💡：重点：该 专栏 《剑指YOLOv7原创改进》只

  2024年02月15日

  浏览(38)
• 

  YOLOv5改进系列（11）——添加损失函数之EIoU、AlphaIoU、SIoU、WIoU

  【YOLOv5改进系列】前期回顾： YOLOv5改进系列（0）——重要性能指标与训练结果评价及分析 YOLOv5改进系列（1）——添加SE注意力机制

  2024年02月11日

  浏览(35)

• YOLOv7改进PIoU损失函数：PIoU v2损失增强了专注于中等质量锚盒的能力，v1版本使用非单调聚焦机制更直接、更快的边界框回归损失

  💡 本篇内容 ：YOLOv7改进PIoU损失函数：PIoU v2损失增强了专注于中等质量锚盒的能力，v1版本使用非单调聚焦机制更直接、更快的边界框回归损失 💡附改进源代码及教程，用来改进 🚀PIoU损失函数 Powerful-IoU损失函数论文地址：https://www.sciencedirect.com/science/article/abs/pii/S0893608

  2024年02月21日

  浏览(28)

• 剑指YOLOv5改进损失函数，具有自适应阈值的 Slide 权重函数，使模型在训练期间更加关注硬样本

  💡 本篇内容 ：剑指YOLOv5改进损失函数，设计具有自适应阈值的 Slide 权重函数，使模型在训练期间更加关注硬样本 💡🚀🚀🚀本博客 改进源代码改进 适用于 YOLOv5 按步骤操作运行改进后的代码即可 💡：重点：该 专栏 《剑指YOLOv5原创改进》只更新改进 YOLOv5 模型的内容 剑

  2024年02月11日

  浏览(41)

• YOLOv7改进损失函数Loss系列：首发手把手最新结合多种类Loss（内附代码），包括PolyLoss / VarifocalLoss / GFL / QualityFLoss / FL等

  💡该教程为属于 《芒果书》 📚系列，包含大量的原创首发改进方式, 所有文章都是全网首发原创改进内容🚀 降低改进难度,改进多种结构演示 💡本篇文章基于 基于 YOLOv7 、 YOLOv7-tiny 等网络最新结合不同Loss，包括PolyLoss / VarifocalLoss / GeneralizedFLoss / QualityFLoss / Focal Loss等改进

  2024年02月04日

  浏览(37)
• 

  【YOLOv7/YOLOv5系列算法改进NO.54】改进激活函数为ReLU、RReLU、Hardtanh、ReLU6、Sigmoid、Tanh、Mish、Hardswish、ELU、CELU等

  作为当前先进的深度学习目标检测算法YOLOv7，已经集合了大量的trick，但是还是有提高和改进的空间，针对具体应用场景下的检测难点，可以不同的改进方法。此后的系列文章，将重点对YOLOv7的如何改进进行详细的介绍，目的是为了给那些搞科研的同学需要创新点或者搞工程

  2023年04月22日

  浏览(30)

• 剑指YOLOv5改进最新MPDIoU损失函数(23年7月首发论文)：超越现有多种G/D/C/EIoU，高效准确的边界框回归的损失，高效涨点

  💡 本篇内容 ：剑指YOLOv5改进最新MPDIoU损失函数(23年7月首发论文)：超越现有多种G/D/C/EIoU，高效准确的边界框回归的损失，高效涨点 💡🚀🚀🚀本博客 改进源代码改进 适用于 YOLOv5 按步骤操作运行改进后的代码即可 💡：重点：该 专栏 《剑指YOLOv5原创改进》只更新改进 Y

  2024年02月15日

  浏览(31)

• YOLOv5改进PIoU损失函数：PIoU v1版本使用非单调聚焦机制更直接、更快的边界框回归损失，PIoU v2版本损失增强了专注于中等质量锚盒的能力，

  💡 本篇内容 ：YOLOv5改进PIoU损失函数：PIoU v2损失增强了专注于中等质量锚盒的能力，v1版本使用非单调聚焦机制更直接、更快的边界框回归损失 💡附改进源代码及教程，用来改进 🚀PIoU损失函数 Powerful-IoU损失函数论文地址：https://www.sciencedirect.com/science/article/abs/pii/S0893608

  2024年02月21日

  浏览(31)
• 

  YOLOv5改进训练过程中置信度损失上升

          最近需要对yolov5网络框架进行改进，改进训练的过程当中发现了一个奇怪的问题。        从tensorboard的图像过程中看出，bbox_loss,cls_loss在训练预测之后正常下降，当时obj_loss置信度损失值在上升。这可把我给困住了，各方面都没有问题，困扰好久。       

  2024年02月08日

  浏览(41)