esa*_*arf 5

首先,要了解YOLOv4损失,我认为您应该阅读YOLO第一篇论文中发布的原始YOLO损失(https://arxiv.org/abs/1506.02640),您可以在这里找到它。
在 YOLOv4 中,您将有完全相同的想法,但具有:

  • 客观性和分类分数的二元交叉熵,
  • 每个单元格水平预测而不是类概率的单元水平预测,因此对分类项的惩罚略有不同,
  • 对于回归项 (x,y,w,h),使用 CIoU 损失而不是 MSE。CIoU 代表 Complete Intersection over Union,与 MSE 损失相差不远。它建议更有趣地比较宽度和高度(纵横比之间的一致性),但它保留了 MSE 用于边界框中心之间的比较。您可以在本文中找到更多详细信息。

最后,YOLOv4损失可以这样写。有了完整的 CIoU 损失项,它看起来像这样