无论是前景类还是背景类，ptp_tpt越大，权重(1−pt)γ(1-p_t)^{\\gamma}(1−pt)γ就越小，即简单样本的损失可以通过权重进行抑制；αt\\alpha...
EfficientNetV1的核心思想是通过均衡缩放（CompoundScaling）来优化网络结构。均衡缩放方法同时调整网络的深度、宽度和分辨率，以便在计算资源有限的情况下实现最佳性能。EfficientNetV1使用了一个高效的基...
YOLO（YouOnlyLookOnce）系列模型以其端到端的检测能力和高效性广泛应用于目标检测任务。YOLOv8是YOLO系列中的最新版本，其改进了特征提取、特征融合和检测头设计等多个方面。YOLOv8的检测头主...
iAFF是一种基于注意力机制的特征融合方式，旨在逐步迭代特征图中的空间和通道维度信息。通过多个层次的注意力机制，该方法能够有效地融合来自不同尺度的特征信息，增强模型对小目标和细节的捕捉能力。相比传统的融合方法，iAFF不仅考虑了特征图中...
目标检测：YOLOv4、YOLOv5与YOLOv6理论知识笔记，根据B站up霹雳吧啦Wz与CSDN博主路人贾的目标检测相关博文总结。_yolov4和yolov5对比...
在目标检测领域，YOLO(YouOnlyLookOnce)系列凭借其实时性和高效性得到了广泛应用。然而，YOLO在处理小目标检测时，往往表现出一定的局限性。为了解决这一问题，Gold-YOLO提出了针对...
事件包含的信息量大小（事件发生的难度有多大）。小概率事件，它发生的难度比较大，所以有较大的信息量大概率事件，它发生的难度比较小，所以有较小的信息量概率和信息量是负相关的。_yolov8的正负匹配...
![[数据集][目标检测]抽烟检测数据集VOC+YOLO格式22559张2类别](/uploads/2024/09/17/1726558652889044550.webp)
数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标...
(strorstringroot参数为图像所在的目录annFile为标注文件所在的路径val2017:包含COCO数据集2017验证集内容为图片1Gcounts:如果\"counts\"为[3,2,1...
YOLOv8继承了YOLO系列的核心思想，即通过单次前向传播同时完成分类和定位任务。它的模型架构进一步优化了CSPDarknet作为骨干网络，并在此基础上引入了多尺度特征融合和改进的损失函数。然而，这些改进仍未能完全...