# 1 - pred_confidence,希望它越小越好(pred_confidence越大越好),符合损失函数 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. YOLOv2中,总共有845个anchor_boxes。在未与true_boxes匹配的anchor_boxes中,与true_boxes的max IOU小于0.6预测无对象,需要计算no_objects_loss其...
V2改进在于,bx与by的确定经过sigmoid函数映射在0-1之间,再加上基准值(cx,cy),即为坐标点。而宽和高则由先验框Anchor Box经过公式得到。 2个卷积是5*5。 并且每一个卷积核后面加一个BN,可以有效防止过拟合。 较大的感受野可能只关注了大物体而忽略了小物体。如果在卷积到最后一步之前进行拆分(感受野较小)再...
表征是否包含目标物体的损失函数,通过pred_objectness和label_objectness计算。 loss_obj = paddle.nn.fucntional.binary_cross_entropy_with_logits(pred_objectness, label_objectness) 1. 表征物体位置的损失函数,通过pred_location和label_location计算。 pred_location_x = pred_location[:, :, 0, :, :] pred_...