打赏

相关文章

YOLO11实战优化:长尾分布解决 | 引入Seesaw Loss配合YOLO11分类头,完美应对类别极其不平衡的现实业务场景

一、问题缘起:当YOLO11遇上现实世界的长尾分布 1.1 一个真实的痛点场景 假设你正在为某安防企业开发一套工业场景下的缺陷检测系统。数据集包含98类不同的产品缺陷,但其中有12类占据了训练样本的87%——焊接气泡、划痕、氧化斑点这些高频缺陷每类都有数万个标注框;而“隐裂…

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