当前位置：首页 > wzjs >正文

湖北省利川市建设局网站佛山那里有做苗木销售网站

wzjs 2025/9/4 3:42:12

湖北省利川市建设局网站,佛山那里有做苗木销售网站,网站建设网站建设,国际消息新闻学习视频： yolov8 | 损失函数之 5、类别损失_哔哩哔哩_bilibili yolov8 | 损失函数之 6、定位损失 CIoU DFL_哔哩哔哩_bilibili 2.13、yolov8损失函数_哔哩哔哩_bilibili YOLOv8 的损失函数由类别损失和定位损失构成类别损失：BCE Loss 定位损失…

学习视频：

yolov8 | 损失函数之 5、类别损失_哔哩哔哩_bilibili

yolov8 | 损失函数之 6、定位损失 CIoU + DFL_哔哩哔哩_bilibili

2.13、yolov8损失函数_哔哩哔哩_bilibili

YOLOv8 的损失函数由类别损失和定位损失构成

类别损失：BCE Loss

定位损失：CIoU Loss + DFL（Distribution Focal Loss）

损失函数计算公式如下:

YOLOv8 损失函数

注意：YOLOv8 只需要计算正样本的损失值，负样本不参数损失计算

1.类别损失

1.1 YOLOv5

1.2 YOLOv8：

2.定位损失

2.1 CIoU Loss

2.2 Distribution Focal Loss

2.2.1 前言

2.2.2 为什么使用Distribution Focal Loss？

2.2.3 原理

1.类别损失

YOLOv8 的类别损失使用的依旧是 BCE Loss ，与 YOLOv5 一致，但类别的 one-hot 标签值的设置有区别，下面会作两者的对比

BCE Loss 的计算公式如下：

BCE Loss

1.1 YOLOv5

$\hat{p}_{i}(c)$ ： c 类别在 one-hot 向量中的标签值，如果未使用标签平滑技术就是非0即1

$p_i(c)$ ：正样本预测框的对于 c 类别的预测概率值应用 Sigmoid 函数后的值

对于 $\hat{p}_{i}(c),p_i(c)$ 的理解可以看下图：

YOLOv5类别损失

1.2 YOLOv8：

下面同样举的例子是未使用标签平滑技术

YOLOv8类别损失

$\hat{p}_{i}(c)$ ：看该正样本预测框匹配到的 gt_box 的真实类别是什么，将其他类别的 $\hat{p}_{i}(c)$ 置为 0 ，而正确类别的 $\hat{p}_{i}(c)$ 的计算方法：先计算出该正样本预测框与匹配到的 gt_box 的 align_metric，然后再对得到的 align_metric 作归一化， align_metric 值的计算公式如下：

align_metric计算公式

上式中的 bbox_score 是正样本预测框对于正确类别的预测概率， CIoU 值即该正样本预测框与匹配到的 gt_box 计算得到

align_metric 的归一化方法： YOLOv8 源码中是取出当前 batch 中所有正样本预测框中的最大CIoU 值 max_CIoU 和最大 align_metric 值 max_align_metric ，对上面得到的原始 align_metric 值先乘以 max_CIoU 再除以 max_align_metric 完成归一化处理

$p_i(c)$ ：正样本预测框的对于 c 类别的预测概率值应用 Sigmoid 函数后的值

2.定位损失

2.1 CIoU Loss

CIoU Loss的计算公式如下：

$CIoU Loss = 1 - CIoU$

2.2 Distribution Focal Loss

论文名称：《Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection》， DFL 只是该论文中的其中一个

论文地址：https://arxiv.org/pdf/2006.04388

2.2.1 前言

在以往的目标检测任务中， bounding box 坐标的网络预测结果服从狄拉克分布，简单理解就是网络针对预测框的坐标值只会输出一个确定的值，预测出的那个值概率为 1 ，其他值的概率为 0 ，因为只输出了这一个结果。而在 YOLOv8 中，首次使用 Distribution Focal Loss 参与其损失函数计算，网络模型针对（l、t、r、b）输出多个值，这多个值服从一般分布和任意分布，每个值都有它们自己对应的概率，不像狄拉克分布只预测出一个值，概率为 1

2.2.2 为什么使用Distribution Focal Loss？

先看下面两张图片。左图中，滑板被海水给模糊掉了，所以导致滑板边界模糊不确定；右图中，第一只大象的身体被严重遮挡了，所以导致大象的边界也不是很清晰

在复杂的场景中，通常会存在边界模糊和不确定的情况。在这种前提情况下，如果目标检测模型使用狄拉克分布，即针对预测框的坐标值只输出一个确定值是非常不灵活和不准确的，没有考虑真实框边界的模糊性和不确定性，因此可以使用 Distribution Focal Loss ，这也是 Distribution Focal Loss 提出的原因

2.2.3 原理

作者提出直接回归一个任意分布，对边界框的坐标进行建模。后面我们按照 YOLOv8 的源码实现展开讲解

在 YOLOv8 中，针对每一个预测框的 $(l,t,r,b)$ 的 4 个值，网络输出 4 个值对应的长度为reg_max（YOLOv8中默认为16）的向量，下面已 $l$ 举例：

需要注意的是， 4 个值各自的长度为 16 的向量是做了Softmax处理的， 16 个值的和为 1

损失函数设计

思路：作者发现对于那些非常清晰明确的边界，它们的分布会像上图中的 top、right、bottom 比较尖锐和集中。而对于那些比较模糊不确定的边界，它们的分布会像上图中的 left 比较平，而且有时候会出现双峰的情况。所以作者想要模型来学习像上图中的 top、right、bottom 比较集中的、尖锐的分布

实现：设计损失函数时，尽可能增加真实值左边和右边两个值的概率，使得网络快速的聚焦于这个真实值附近的值，这样就可以把分布给学习成集中的、尖锐的样子，所以设计 DFL 损失函数时只有标签值左右两个值的概率参与计算，其他值的概率不参与计算

DFL损失函数设计

注意：

（1） $S_i$ ：标签值左边值应用Softmax后的值， $S_{i+1}$ ：标签值右边值应用Softmax后的值

（2）计算DFL Loss损失函数时 left、top、right、bottom 标签值需要将其转换为在 feature map 尺度下的值，并且需要作长度限制，0< $ltrb$ < reg_max (YOLOv8中为 reg_max = 16)

YOLOv8 中 DFL 损失函数的代码实现在 ultralytics/utils/loss.py 的 Class DFLoss ：

DFL源码实现

#DFL Loss计算
class DFLoss(nn.Module):"""Criterion class for computing DFL losses during training."""def __init__(self, reg_max=16) -> None:"""Initialize the DFL module."""super().__init__()self.reg_max = reg_maxdef __call__(self, pred_dist, target):'''Args:pred_dist: {Tensor:(6448,16)}，存放1612个正样本的 ltrb 4个值对应的16个概率分布值6448 = 1612 x 416 ：概率分布target: {Tensor:(1612,4)},存放1612个正样本对应的真实框的ltrb，其值已缩放到各自的feature map尺度下Returns:out:{Tensor:(1612,1)}，存放每个正样本的DFL损失值'''#对正样本对应的真实框的ltrb作长度限制处理，限制在0-15target = target.clamp_(0, self.reg_max - 1 - 0.01)tl = target.long()#tl:{Tensor:(1612,4)},标签值左边的值tr = tl + 1#tr:{Tensor:(1612,4)},标签值右边边的值wl = tr - target#wl:{Tensor:(1612,4)},左边值的权重wr = 1 - wl#wr:{Tensor:(1612,4)},右边值的权重#损失值计算,{Tensor:(1612,4)} -> mean(-1) ->{Tensor:(1612,1)}return (F.cross_entropy(pred_dist, tl.view(-1), reduction="none").view(tl.shape) * wl+ F.cross_entropy(pred_dist, tr.view(-1), reduction="none").view(tl.shape) * wr).mean(-1, keepdim=True)

查看全文

http://www.dtcms.com/wzjs/588578.html