它还有第三项细化指标dfl_loss。 dfl_loss 分布式焦点损失:精益求精 dfl_loss全称是Distribution Focal Loss,中文名称为“分布式焦点损失”。 它辅助box_loss,提供额外的信息,通过对边界框位置的概率分布进行优化,进一步提高模型对边界框位置的细化和准确度。 如上图所示,AI模型成功预测出了①的位置。但是红、蓝、绿3...
这几个train系列的loss都是降低的,X轴表示训练轮次,Y轴表示损失的值。 我们看到loss的值都是降低,这说明很好。但是第一个box_loss好像还有下降的趋势。但是中间的cls_loss在50轮时就已经趋于稳定了,而dfl_loss好像在75轮附近才慢慢稳定。 这些指标都代表什么?有什么意义呢? box_loss 边界框损失:衡量画框 box_l...
第82行计算dfl Loss 在ultralytics/utils/metrics.py的bbox_iou函数计算CIoU 在ultralytics/utils/loss.py的_df_loss函数中计算dfl Loss 最后返回的第一个值为总损失,第二个包含box、cls以及dfl loss 之后再one2many算好Loss之后,继续计算one2one的Loss 等Loss计算完成之后,继续在ultralytics/engine/trainer.py...
box_loss在验证集上的表现稍微高于训练集,这是正常现象,因为验证数据未参与训练,模型在这部分数据上的表现通常会略差一些。然而,cls_loss和dfl_loss在验证集上的表现与训练集相近,这说明模型在类别识别和边界框分布预测方面具备稳健的泛化能力。 Precision和Recall两个指标为我们提供了模型预测准确性的重要视角。Precisi...
第82行计算dfl Loss 在ultralytics/utils/metrics.py的bbox_iou函数计算CIoU 在ultralytics/utils/loss.py的_df_loss函数中计算dfl Loss 最后返回的第一个值为总损失,第二个包含box、cls以及dfl loss 之后再one2many算好Loss之后,继续计算one2one的Loss ...
在YOLOv10的训练过程中,train/box_om、cls_om、dfl_om、box_oo、cls_oo、dfl_oo这些术语分别代表以下含义: train/box_om(Box Loss of One-to-Many Head):这是边界框回归损失,特别是指在one-to-many(一对多)头中的损失。这个损失反映了模型预测的边界框与真实边界框之间的差异。损失值越低,说明模型预测的...
在YOLOv10的训练过程中,train/box_om、cls_om、dfl_om、box_oo、cls_oo、dfl_oo这些术语分别代表以下含义: train/box_om(Box Loss of One-to-Many Head):这是边界框回归损失,特别是指在one-to-many(一对多)头中的损失。这个损失反映了模型预测的边界框与真实边界框之间的差异。损失值越低,说明模型预测的...
定位损失box_loss:预测框与标定框之间的误差(GIoU),越小定位得越准; 分类损失cls_loss:计算锚框与对应的标定分类是否正确,越小分类得越准; 动态特征损失(dfl_loss):DFLLoss是一种用于回归预测框与目标框之间距离的损失函数。在计算损失时,目标框需要缩放到特征图尺度,即除以相应的stride,并与预测的边界框计算Cio...
Epoch GPU_mem box_loss cls_loss dfl_loss Instances Size 1/10 2.61G 1.153 1.398 1.192 81 640: 1 Class Images Instances Box(P R mAP50 m all 128 929 0.688 0.506 0.61 0.446 Epoch GPU_mem box_loss cls_loss dfl_loss Instances Size ...
定位损失box_loss:预测框与标定框之间的误差(GIoU),越小定位得越准; 分类损失cls_loss:计算锚框与对应的标定分类是否正确,越小分类得越准; 动态特征损失(dfl_loss):DFLLoss是一种用于回归预测框与目标框之间距离的损失函数。在计算损失时,目标框需要缩放到特征图尺度,即除以相应的stride,并与预测的边界框计算Cio...