目标检测——yolov4损失函数
损失函数 yolo损失分为3个部分类别损失、置信度损失、位置损失 1. 类别损失 只有有目标的地方才会有类别判断，从而才会有类别损失，所以需要解决两个问题：1.有目标的地方；2.类别损失 1.1有目标的地方：object_mask object_mask根据 y_true（真实值）确定 ...
原文：【目标检测】YOLOv4中的Mish激活函数
YOLO，是一种one hot的目标检测技术。由Joseph Redmon和Ali Farhadi在 年引入，目前已经存在 个版本了。YOLOv 使用了两个bags的优化函数：在训练期间使用的 Bag of Freebies BoF 和在推理期间使用的 Bag of Special BoS 。 Bag of Special包含了用于YOLOv 架构的主干和检测器的低计算成本模块。 Mish激活函 ...
2020-08-26 09:21 0 2580 推荐指数：
相关推荐
目标检测之YOLOv4
一，YOLOv4原文翻译 转自：YOLOv4原文翻译 - v4它终于来了！ 论文原文：https://arxiv.org/abs/2004.10934 源码：https://github.com/AlexeyAB/darknet 0 摘要 目前有很多可以提高CNN准确性的算法 ...
YOLOv4 tricks解读(二) 激活函数篇
YOLOv4中谈及了许多近年来提出的激活函数，包括ReLU，LReLU，PReLU，ReLU6，EL ...
目标检测——yolov4预测及后处理
运用训练好的模型进行目标检测，模型输出为中心点对grid的偏移，长宽相对于anchor的缩放比例以及类别 其维度为（b, 13, 13, 3, classes+5） 1. 根据（x, y, h, w）计算出预测框相对于原图像的位置和大小 2. 获取得分 3.非极大值抑制 ...
目标检测——yolov4模型搭建
yolov4的网络模型主要分为4个部分 1. 主干特征提取网络，CSPDarkent53 相比 yolov3的Darknet53， yolov4的CSPDarknet53网络有如下特点 1.1 Msih激活函数 Mish激活函数在输入是负值的时候并不是完全截断，允许负梯度的流入 ...
keras中激活函数自定义(以mish函数为列)
若使用keras框架直接编辑函数调用会导致编译错误。因此，有2种方法可以实现keras的调用，其一使用lamda函数调用， 其二使用继承Layer层调用(如下代码)。如果使用继承layer层调用，那你可以将你想要实现的方式，通过call函数编辑，而 call函数的参数一般为输入特征变量 ...
目标检测——yolov4模型评价
目标检测模型的好坏通常用mAP和FPS来评价，一个代表准确度，一个代表速度。 mAP的评价指标确切的说无模型无关。 mAP--mean Average Precision. 我们用Precision表示模型预测的精度，即模型预测的所有正例中真正正例的比例 用recall表示模型的召回率 ...
Mish：一个新的SOTA激活函数，ReLU的继任者
Mish：一个新的SOTA激活函数，ReLU的继任者 CVer 昨天 以下文章来源于AI公园 ，作者ronghuaiyang AI公园 专注分享干货的AI公众号，图像处理，NLP，深度学习，机器学习，应有尽有。希望大家能在AI的乐园中快乐 ...