YOLOv8中的损失函数解析

文章预览

点击下方 卡片 ，关注“ 小白玩转Python ”公众号 介绍 YOLO长期以来一直是目标检测任务的首选模型之一。它既快速又准确。此外，其API简洁易用。运行训练或推断作业所需的代码行数有限。在2023年下半年，YOLOv8在框架中引入了姿态估计后，该框架现在支持最多四个任务，包括分类、目标检测、实例分割和姿态估计。 在本文中，我们将详细介绍YOLOv8中使用的五个损失函数。请注意，我们将仅讨论YOLOv8仓库中配置的默认损失函数。此外，我们还将仅关注代表性参数，跳过一些标量和常数以进行归一化或缩放，以便更好地理解。 YOLOv8中对应的任务和损失函数可见于图1。 接下来我们将分别对每一个进行讨论。 IoU损失 cw = b1_x2.maximum(b2_x2) - b1_x1.minimum(b2_x1) # convex (smallest enclosing box) width ch = b1_y2.maximum(b2_y2) - b1_y1.minimum(b2_y1) # convex height if CIoU or DIoU: # ………………………………