YOLOv7改进之WDLoss 独家首发更新|高效涨点2%改进用于小目标检测的归一化高斯 Wasserstein Distance Loss,提升小目标检测的一种新的包围框相似度度量

💡该教程为改进进阶指南,属于《芒果书》📚系列,包含大量的原创首发改进方式, 所有文章都是全网首发原创改进内容🚀
内容出品:CSDN博客独家更新 @CSDN芒果汁没有芒果

💡🚀🚀🚀内含·改进源代码·,按步骤操作运行改进后的代码即可
重点:🔥🔥🔥有多个同学已经使用这个 Loss创新点自己的数据集改进做完实验: 在小目标检测上的效果很强!好几个mAP精度涨点了!!实测改进有效,有点强
请添加图片描述
本文内容包括 Normalized Gaussian Wasserstein Distance Loss论文 (SCI英文期刊) 理论部分和 代码实践|改进源代码部分 为原创内容,直接一键训练改进实验,适合用来模型改进。

文章目录

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(2)
青葱年少的头像青葱年少普通用户
上一篇 2023年4月5日
下一篇 2023年4月5日

相关推荐