YOLOv10模型改进-损失函数改进-第85篇:YOLOv10改进策略【损失函数】| EIoU损失函数

一、本文介绍

本文记录的是利用EIoU(Enhanced IoU)损失函数改进YOLOv10的定位精度。EIoU在CIoU基础上进一步优化了形状损失。

二、EIoU损失函数介绍

2.1 设计出发点

CIoU的形状损失不够精确,EIoU将形状损失分解为宽度和高度两个方向,实现更精准的形状匹配。

2.2 损失函数公式

EIoU损失:

EIoU = IoU - (ρ²(b, b_gt) / c²) - (ρ_w² / c_w²) - (ρ_h² / c_h²)

其中:

  • ρ_w²:宽度方向距离平方
  • ρ_h²:高度方向距离平方
  • c_w²:宽度方向包围框距离平方
  • c_h²:高度方向包围框距离平方

三、EIoU的实现代码

import torch
import torch.nn as nn

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

人工智能_BQ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值