打赏

相关文章

YOLO11涨点优化:Loss魔改 | 替换为Focaler-IoU,关注困难样本回归,有效提升极端场景下的召回率

一、开篇:你被损失函数“背刺”了吗? 做目标检测的朋友一定有过这样的体验:模型在验证集上mAP还不错,但一到实际场景中,小目标漏检严重、遮挡目标定位漂移、密集场景下的框回归“拖泥带水”。排查了很久的网络结构、数据增强、训练策略,最后发现问题竟然出在最不起眼的地…

手机版浏览

扫一扫体验

微信公众账号

微信扫一扫加关注

返回
顶部