YOLOv5改进 | 损失篇 | VarifocalLoss密集检测专用损失函数 (VFLoss,论文一比一复现)

简介: YOLOv5改进 | 损失篇 | VarifocalLoss密集检测专用损失函数 (VFLoss,论文一比一复现)

一、本文介绍

本文给大家带来的是损失函数改进VFLoss损失函数,VFL是一种为密集目标检测器训练预测IoU-aware Classification Scores(IACS)的损失函数,我经过官方的版本将其集成在我们的YOLOv8的损失函数使用上,其中有很多使用的小细节(否则按照官方的版本使用根本拟合不了,这也是为啥网上的版本拟合不了的原因,其中需要设置一些参数),后面我也会给大家讲解到底模型改到什么地步的时候引入损失函数改进,同时在开始讲解之前推荐一下我的专栏,本专栏的内容支持(分类、检测、分割、追踪、关键点检测),专栏目前为限时折扣,欢迎大家订阅本专栏,本专栏每周更新3-5篇最新机制,更有包含我所有改进的文件和交流群提供给大家。

image.png

专栏回顾:YOLOv5改进专栏——持续复现各种顶会内容——内含100+创新

二、VFLoss损失函数的基本原理


image.png

Varifocal Loss (VFL) 是一种Focal损失函数的进阶版本,用于训练密集目标检测器预测IoU-aware Classification Scores (IACS)。它的主要原理是通过这种得分,即物体存在的置信度和定位精度的联合表示,来更准确地对大量候选检测框进行排序。VFL受到Focal Loss的启发,但与之不同的是,它采用了一种不对称的训练样本加权方法,仅降低负样本的权重,而提高高质量正样本的权重,从而聚焦于对高质量正样本的训练,这对于提高检测性能至关重要。简言之,VFL旨在解决类别不平衡问题,并专注于难以分类的正例。

image.png

图中展示了Varifocal Loss(VFL)的定义和它在目标检测任务中的应用。Varifocal Loss的计算公式如下

image.png

其中

image.png

是模型预测的IACS,

image.png

是目标IoU分数,α 和 γ 是超参数。

此损失函数旨在通过学习IoU-aware的分类分数(即IACS)来提升检测性能,这个分数融合了物体存在的置信度和定位精度。通过使用VFL,模型可以更加关注难以分类的正样本,从而提高整体的目标检测性能。图中也展示了在学习边界框时如何使用VFL来提炼初始回归的边界框(用红色表示)到更准确的版本(用蓝色表示)。

目录
相关文章
|
6月前
|
编解码 并行计算 算法
除了NMS参数,还有哪些因素会影响YOLOv3模型的检测性能?
除了NMS参数,还有哪些因素会影响YOLOv3模型的检测性能?
|
6月前
|
算法 计算机视觉
YOLOv8改进 | 损失函数篇 | 最新ShapeIoU、InnerShapeIoU损失助力细节涨点
YOLOv8改进 | 损失函数篇 | 最新ShapeIoU、InnerShapeIoU损失助力细节涨点
369 2
|
6月前
|
机器学习/深度学习 算法 固态存储
最强DETR+YOLO | 三阶段的端到端目标检测器的DEYOv2正式来啦,性能炸裂!!!
最强DETR+YOLO | 三阶段的端到端目标检测器的DEYOv2正式来啦,性能炸裂!!!
230 0
|
6月前
|
算法 固态存储 计算机视觉
Focaler-IoU开源 | 高于SIoU+关注困难样本,让YOLOv5再涨1.9%,YOLOv8再涨点0.3%
Focaler-IoU开源 | 高于SIoU+关注困难样本,让YOLOv5再涨1.9%,YOLOv8再涨点0.3%
246 0
|
6月前
|
机器学习/深度学习 算法 计算机视觉
YOLOv5改进 | 损失函数篇 | 最新ShapeIoU、InnerShapeIoU损失助力细节涨点
YOLOv5改进 | 损失函数篇 | 最新ShapeIoU、InnerShapeIoU损失助力细节涨点
301 1
|
4月前
|
机器学习/深度学习 计算机视觉
YOLOv10实战:红外小目标实战 | 多头检测器提升小目标检测精度
本文改进: 在进行目标检测时,小目标会出现漏检或检测效果不佳等问题。YOLOv10有3个检测头,能够多尺度对目标进行检测,但对微小目标检测可能存在检测能力不佳的现象,因此添加一个微小物体的检测头,能够大量涨点,map提升明显; 多头检测器提升小目标检测精度,1)mAP50从0.666提升至0.677
913 3
|
6月前
|
人工智能 测试技术 网络架构
DenseMamba:大模型的DenseNet时刻,Mamba和RetNet精度显著提升
【2月更文挑战第25天】DenseMamba:大模型的DenseNet时刻,Mamba和RetNet精度显著提升
130 7
DenseMamba:大模型的DenseNet时刻,Mamba和RetNet精度显著提升
|
6月前
|
传感器 编解码 自动驾驶
YOLO还真行 | 2D检测教3D检测做事情,YOLOv7让BEVFusion无痛涨6个点,长尾也解决了
YOLO还真行 | 2D检测教3D检测做事情,YOLOv7让BEVFusion无痛涨6个点,长尾也解决了
174 0
|
6月前
|
存储 数据可视化 计算机视觉
基于YOLOv8的自定义数据姿势估计
基于YOLOv8的自定义数据姿势估计
|
机器学习/深度学习 编解码 自然语言处理
基于EasyCV复现ViTDet:单层特征超越FPN
ViTDet其实是恺明团队MAE和ViT-based Mask R-CNN两个工作的延续。MAE提出了ViT的无监督训练方法,而ViT-based Mask R-CNN给出了用ViT作为backbone的Mask R-CNN的训练技巧,并证明了MAE预训练对下游检测任务的重要性。而ViTDet进一步改进了一些设计,证明了ViT作为backone的检测模型可以匹敌基于FPN的backbone(如SwinT和MViT)检测模型。