CNN 小技巧转载：GIoU Loss
背景 前面介绍了很多Anchor-Based的目标检测算法，它们的Loss普遍使用bbox和ground truth bbox的L1范数，L2范数来计算位置回归Loss。但在评测的时候却使用IOU(交并比)去判断是否检测到目标。显然这两者并不是完全等价的，论文中举了Figure 1作为例子： 图中第一行，所有目标的L1 Loss都一样，但是第三个的IOU显然是要大于第一个，并且第3个的检测结果似乎
相关文章
- 1. seo小技巧（转载）
- 2. 目标检测算法之CVPR2019 GIoU Loss
- 3. github技巧转载
- 4. CVPR2019 GIoU
- 5. Windows7 CMD命令小技巧-转载
- 6. javascript小技巧[转]
- 7. python小技巧（转）
- 8. 设计CNN时的小技巧
- 9. CNN训练技巧
- 10. GIoU详解
- 更多相关文章...
- • Markdown 高级技巧 - Markdown 教程
- • XSLT - 转换 - XSLT 教程
- • Docker容器实战(一) - 封神Server端技术
- • 三篇文章了解 TiDB 技术内幕——说存储
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. seo小技巧（转载）
- 2. 目标检测算法之CVPR2019 GIoU Loss
- 3. github技巧转载
- 4. CVPR2019 GIoU
- 5. Windows7 CMD命令小技巧-转载
- 6. javascript小技巧[转]
- 7. python小技巧（转）
- 8. 设计CNN时的小技巧
- 9. CNN训练技巧
- 10. GIoU详解