当前位置:   article > 正文

YOLOv2损失函数

yolov2损失函数

YOLOv2损失函数

在这里插入图片描述
在这里插入图片描述

第一行:负责检测物体的bbox的置信度误差:越小越好

在这里插入图片描述

第二行:预测框与Anchor位置误差

在这里插入图片描述

第三至第五行:预测框负责预测物体误差

在这里插入图片描述

第三行:定位误差

在这里插入图片描述

第四行:置信度误差

在这里插入图片描述

第五行:分类误差

在这里插入图片描述

LOSS=L(不负责检测物体的bbox的置信度)+L(预测框与Anchor位置)+L(预测框负责预测物体);其中L(预测框负责预测物体)=L(定位)+L(置信度)+L(分类)

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/凡人多烦事01/article/detail/395542
推荐阅读
相关标签
  

闽ICP备14008679号