发简信
IP属地：江苏
-
-
@mrhalyang 恩恩，应该是Keras版本用到了二分交叉熵损失。
关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
@mrhalyang 损失函数第一部分，用的不是sigmoid（tx）作为参数吗？，这个应该是目标中心相对于单元格的偏移量吧。我没懂作者这样计算的原因。
关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
还有个问题就是，坐标损失那块，为啥用坐标的偏移量？没有搞懂。
关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
楼主，我看其他人写的损失函数中，类别损失部分用到了二分交叉熵？你这个函数好像没有。
关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
博主，请问能给一份源码吗？
基于python3.7和django2.1的多人博客系统。
基于python3.7和django2.1的多人博客系统 github地址：https://github.com/opsonly,喜欢的可以给个star~ 简介： 该博客前段...
-
“预测对象类别时不使用softmax，改成使用logistic的输出进行预测“这句话怎么理解呀？logistic是用sigmoid输出类别概率？
YOLOv3 深入理解
YOLOv3没有太多的创新，主要是借鉴一些好的方案融合到YOLO里面。不过效果还是不错的，在保持速度优势的前提下，提升了预测精度，尤其是加强了对小物体的识别能力。 本文主要讲...
-
你好，在文中损失函数部分，讲到YOLOV1的置信度和条件类别概率是每个格子共享的参数。但是我在看YOLOV1的损失函数的公式时，发现整个公式只有条件类别概率没有循环bbx的个数做累加，置信度的损失前是做了bbx个数累加，这不就说明置信度不共享吗？
关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
