YOLOv10模型改进-损失函数改进-第86篇:YOLOv10改进策略【损失函数】| Smooth L1 Loss损失函数

一、本文介绍

本文记录的是利用Smooth L1 Loss改进YOLOv10的定位精度。Smooth L1 Loss在L1 Loss基础上对小误差进行平滑处理。

二、Smooth L1 Loss损失函数介绍

2.1 设计出发点

L1 Loss在误差接近零时梯度不连续,L2 Loss对异常值敏感,Smooth L1 Loss结合了两者的优点。

2.2 损失函数公式

Smooth L1 Loss:

smooth_l1(x) = 0.5 * x², if |x| < 1
smooth_l1(x) = |x| - 0.5, otherwise

三、Smooth L1 Loss的实现代码

import torch
import torch.nn as nn

class 
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