当前位置: 首页 > news >正文

常用知名购物网站国外推广网站

常用知名购物网站,国外推广网站,wordpress 经验插件,网站备案怎么在工信部信息核验yolo过时了?传统的yolo算法在小目标检测方面总是不行,最新算法DEIM爆锤yolo,已经替yolo解决。 一、创新点 ​ 这个算法名为DEIM,全称是DETR with Improved Matching for Fast Convergence,其主要创新点在于提出了一…

yolo过时了?传统的yolo算法在小目标检测方面总是不行,最新算法DEIM爆锤yolo,已经替yolo解决。
在这里插入图片描述

一、创新点

​ 这个算法名为DEIM,全称是DETR with Improved Matching for Fast Convergence,其主要创新点在于提出了一种新的训练框架,用于加速基于Transformer架构(如DETR)的实时目标检测模型的收敛。具体来说,DEIM的创新点包括:

  1. Dense O2O Matching(密集一对一匹配)

    • DEIM采用了一种新的匹配策略,称为Dense O2O(密集一对一匹配),这种策略通过在每个训练图像中增加更多的目标来增加正样本的数量,从而提供更密集的监督信号,加速模型的收敛。
    • 使用标准的图像增强技术(如mosaic和mixup)来增加每个图像中的目标数量,同时保持一对一匹配框架不变。
  2. Matchability-Aware Loss (MAL)(匹配能力感知损失)

    • 为了解决Dense O2O匹配引入的大量低质量匹配问题,DEIM提出了一种新的损失函数MAL,该函数根据匹配质量(通过IoU和分类置信度的结合)来调整惩罚,优化不同质量水平的匹配。

    • MAL对于高置信度的低质量匹配给予了更大的惩罚,提高了有限正样本的效用,并简化了数学公式。

MAL的公式如下:

M A L ( p , q , y ) = { − q γ log ⁡ ( p ) + ( 1 − q γ ) log ⁡ ( 1 − p ) if  y = 1 − p γ log ⁡ ( 1 − p ) if  y = 0 MAL(p, q, y) = \begin{cases} -q^\gamma \log(p) + (1 - q^\gamma) \log(1 - p) & \text{if } y = 1 \\ -p^\gamma \log(1 - p) & \text{if } y = 0 \end{cases} MAL(p,q,y)={qγlog(p)+(1qγ)log(1p)pγlog(1p)if y=1if y=0
其中:

  • p表示预测框属于前景类别的概率。
  • q表示预测框与真实框之间的IoU值。
  • y是真实标签,1表示前景,0表示背景。
  • γ \gamma γ 是一个参数,用于平衡易例和难例之间的关注程度。

二、提升点

与YOLOv11相比,DEIM在以下几个指标上取得了提升:

  1. 收敛速度

    • DEIM显著加快了RT-DETRv2和D-FINE模型的收敛速度,使得这些模型在较少的训练周期内就能达到与YOLOv11相当的性能。
  2. 平均精度(AP)

    • 在COCO数据集上,DEIM与RT-DETRv2结合时,在一天的训练后(使用NVIDIA 4090 GPU)达到了53.2%的AP,显示出在精度上的显著提升。
  3. 实时性能

    • DEIM训练的实时模型在NVIDIA T4 GPU上达到了54.7%和56.5%的AP,分别在124和78 FPS的帧率下,无需额外数据,这表明DEIM在实时目标检测任务中具有更好的性能。
  4. 小目标检测

    • DEIM在小目标检测方面也显示出了优势,尽管与某些YOLO模型相比在小目标AP上略有下降,但总体AP更高,显示出DEIM在整体性能上的提升。

​ 总的来说,DEIM通过改进匹配策略和损失函数,提高了模型的训练效率和检测性能,特别是在实时目标检测领域,DEIM为提高目标检测的速度和准确性提供了一种有效的解决方案。

三、往期回顾

​ yolo入门教程:《吐血录制,yolo11猫狗实时检测实战项目,从零开始写yolov11代码》,视频全程25分钟。

在这里插入图片描述

(1)yolo11猫狗实时检测实战项目,从零开始写yolov11代码

(2)从零开始学yolo之yolov1的技术原理

(3)YOLOv1训练过程,新手入门

(4)YOLOv2和yolov1的差异

(5)YOLOv3和yolov1、yolov2之间的差异

(6)YOLOv4算法基本原理以及和YOLOv3 的差异

(7)YOLOv5算法基本原理大揭秘!

(8)YOLOv6算法基本原理

(9)YOLOv7算法基本原理

(10)YOLOv8算法基本原理

(11)YOLOv9算法基本原理

(12)YOLOv10算法基本原理

(13)10张结构图,深入理解YOLOv11算法各个模块

高清视频,3分钟揭秘神经网络技术原理

在这里插入图片描述
Transfermer的Q、K、V设计的底层逻辑

http://www.tj-hxxt.cn/news/8777.html

相关文章:

  • 电视墙装修效果图2023新款seo独立站
  • 网站开发管理方案软文代写新闻稿
  • 做U启的网站优化大师怎么卸载
  • 郫都区网站建设网站建设开发
  • wordpress怎么做双语站360优化大师历史版本
  • 设计帮官网seo推广计划
  • 中国建设教育协会网站查询真假百度收录批量提交入口
  • 网站建设色彩设计有什么用推广平台收费标准
  • wap手机网站建设制作开发高清视频线转换线
  • 怎么免费网做百度收录的网站徐州seo外包公司
  • 网站后台找不到了怎么办上海关键词优化按天计费
  • 做网站的公司哪些靠谱品牌网络营销案例
  • 已经有了网站怎么做推广免费发布广告的网站
  • 网站上线前做环境部署西安百度搜索排名
  • 群晖做网站域名百度站长之家
  • django 网站开发视频百度做广告怎么收费
  • 科技布沙发清洗seo外包公司多吗
  • 白领兼职做网站一个新产品策划方案
  • 呼伦贝尔做网站的公司seo怎么优化关键词排名培训
  • 常熟做网站价格google怎么推广
  • dnsprefetch wordpressaso优化方法
  • 咸宁网站建设外贸营销网站建设介绍
  • wordpress外贸网站站长之家ip地址归属查询
  • 做图网站有哪些东西吗中国十大教育培训机构有哪些
  • 做网站的资料优化疫情防控
  • 怎么做网站静态布局seo和sem哪个工资高
  • 秦皇岛网站设计公司同城广告发布平台
  • 人工在线客服平台关键词优化顾问
  • cms自助建站网络营销策略是什么
  • wordpress wp_tag_cloud资源网站优化排名优化