-
Pytorch机器学习（八）—— YOLOV5中NMS非极大值抑制与DIOU-NMS等改进
Pytorch机器学习（八）——YOLOV5中NMS非极大值抑制与DIOU-NMS等改进目录Pytorch机器学习（八）——YOLOV5中NMS非极大值抑制与DIOU-NMS等改进前言一、NMS非极大值抑制算法二、Hard-NMS非极大值代码三、DIOU-NMS 四、soft-NMS前言在
-
【目标检测】IoU、GIoU、DIoU、CIoU、EIoU 5大评价指标
目录一、简介二、IoU（IntersectionoverUnion）三、GIoU（GeneralizedIoU）四、DIoU（Distance-IoU）五、CIoU(Complete-IoU)六、EIoU(Efficient-IoU)七、pytorch代码实现八、总结一、简介
-
yolov5增加iou loss（SIoU,EIoU,WIoU），无痛涨点trick
yolo无痛涨点trick，简单实用 先贴一张最近一篇论文的结果后来的几种iou的消融实验结果在一定程度上要优
-
YOLO-V4经典物体检测算法介绍
在前文我们介绍了YOLO-V1~V3版本都做了哪些事，本文我们继续介绍YOLO-V4版本。YOLO的作者在发表完V3之后，发现YOLO产品被美国军方应用到了很多军事战争当中，这是他所不希望看见的，因此宣布不再继续研究。但历史和科技总是随时间不断发展，一个人的力量总是渺小的，后来的学者们“前赴后继”，
-
YOLOV7改进-添加EIoU,SIoU,AlphaIoU,FocalEIoU
在YoloV7中添加EIoU,SIoU,AlphaIoU,FocalEIoU.yolov7中box_iou其默认用的是CIoU，其中代码还带有GIoU，DIoU,AlphaIoU，文件路径：utils/general.py，函数名为：bbox_ioudefbbox_iou(box1,box2,x1y
