损失函数篇 | YOLOv8 引入 Inner-IoU 基于辅助边框的IoU损失
发布时间：2024年01月12日
论文地址：https://arxiv.org/abs/2311.02877
作者视频解读：https://www.bilibili.com
开源代码地址：https://github.com/malagoutou/Inner-IoU
随着探测器的快速发展，边界框回归（BBR）损失函数不断更新和优化。然而，现有基于IoU的BBR依然专注于通过增加新的损失项来加速收敛，忽略了IoU损失项本身的局限性。尽管理论上IoU损失可以有效描述边界框回归的状态，在实际应用中，它无法根据不同的探测器和检测任务
文章来源:https://blog.csdn.net/weixin_43694096/article/details/135540697
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：chenni525@qq.com进行投诉反馈，一经查实，立即删除！
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：chenni525@qq.com进行投诉反馈，一经查实，立即删除！