YOLOv3损失函数详解_第1页
YOLOv3损失函数详解_第2页
YOLOv3损失函数详解_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、精选优质文档-倾情为你奉上Yolov3损失函数详解YOLOv3损失函数是在YOLOv1和YOLOv2基础上改进得到的，改进的最大的地方是：由于YOLOv3将分类预测改为回归预测，分类损失函数便换成了二值交叉熵损失函数。（1）YOLOv3损失函数组成如下式所示：图片输入到神经网络后会被分成个网格，每个网格产生个候选框，每个候选框会经过网络最终得到相应的bounding box。最终得到个bounding box，那么就需要利用损失函数确定具体的bounding box计算误差更新权重。（2）损失函数参数解读：参数：表示第个网格的第先验框是否负责这个目标物体，如果负责，否则为0。参数置信度：表示真

2、实值，的取值是由网格的bounding box有没有负责预测某个对象决定的，负责，否则为0。（3）损失函数各部分意义解读：中心坐标误差：实际上，神经网络输出的是和，当第个网格的第个先验框负责某一个真实目标时，那么这个先验框所产生的bounding box就应该和真实目标的box比较，计算得到中心坐标误差。宽高坐标误差：实际上，神经网络输出的是和，当第个网格的第个先验框负责某一个真实目标时，那么这个先验框所产生的bounding box就应该和真实目标的box比较，计算得到宽高误差。置信度误差：需要强调的是：不论先验框是否负责某个目标，都会计算置信度。对于一张图像，一般而言大部分内容不包含待检测物体，这样在训练神经网络时会导致神经网络倾向于预测单元格不包含物体。所以引入权重系数来限制无目标检测的权重大小。分类误差：当第个网格的第个先验框负责某一个真实目标时，那么这个

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论