YOLOv5：按每个类别的不同置信度阈值输出预测框下载

weixin_39821260 2023-11-18 23:30:27

1、官方源项目地址：https://github.com/ultralytics/yolov5 2、在yolov5-6.1中添加按每个类别的不同置信度阈值输出预测框的功能。 3、训练、测试、预测命令与官方版本一致。 , 相关下载链接：https://download.csdn.net/download/FriendshipTang/88500458?utm_source=bbsseo

...全文

30 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

1、官方源项目地址：https://github.com/ultralytics/yolov5 2、在yolov5-6.1中添加按每个类别的不同置信度阈值输出预测框的功能。 3、训练、测试、预测命令与官方版本一致。

下面是修改后的文本： YOLOv4-Tiny和所有YOLO系列一样，采用回归方法直接输出目标的位置坐标、置信度和每个预测框所属类别的概率。如图2所示，首先将输入图像分成S*S个单元网格，每个单元网格中定义b个锚框。接着，通过深度CNN提取多个尺度的特征。然后，根据每个尺度的特征，预测每个锚框在单元中的位置调整参数、置信度和类别概率。最后，设置阈值对低置信度预测框进行过滤，对冗余预测框进行非最大抑制...

conf_thres Confidence Threshold，置信度阈值。　　只显示预测概率超过conf_thres的预测结果。　　想让YOLO只标记可能性高的地方，就把这个参数提高。 iou_thres Intersect over Union Threshold，交并比阈值。 IOU值：预测框大小∩真实框大小 / 预测框大小∪真实框大小。（预测框与真实框的交集与并集的取值。） iou_thres在detect.py中：越大，则容易将对于同一个物品的不同预测结果当成对多个物品的多个预测结果，导

论文链接：https://arxiv.org/pdf/2309.16393.pdf小目标检测一直是目标检测领域的一个具有挑战性的问题。有一些工作提出了针对此任务的改进，例如添加多个注意力块或更改特征融合网络的整个结构。然而，这些模型的计算成本很大，这使得部署实时目标检测系统变得不可行，同时留下了改进的空间。为此，提出了一个改进的YOLOv5模型：HICYOLOv5来解决上述问题。首先，添加了一个特定于小目标的额外预测头，以提供更高分辨率的特征图以进行更好的预测。

这种灵活性的一个缺点是，他们通过随机训练算法学习，这意味着他们对训练数据的细节很敏感，每次训练时可能会发现不同的权重集，从而产生不同的预测。被研究人员广泛使用。为了实现对我们提出的TPH-YOLOV5的更多改进，我们提供了一些有用的策略，如数据增强、多尺度测试、多模型集成和利用额外的分类器。此外，通过对故障案例的可视化，我们发现我们提出的架构具有出色的本地化能力，但分类能力较差，尤其是在一些类似的类别上，如“集成到不同分类和检测数据集上的不同模型中后，模型的性能得到了很大的提高，证明了该模型的有效性。

下载资源悬赏专区

13,656

社区成员

12,675,616

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章