针对目标检测定位准确性受边框回归损失函数影响的特性,设计基于IoU(Intersection over Union)的边框回归损失函数IAIoU(Included Aspect-ratio IoU)。该损失设计两项优化项,将预测框与标注框并集与交集面积的差与两框最小闭包面积之比...针对目标检测定位准确性受边框回归损失函数影响的特性,设计基于IoU(Intersection over Union)的边框回归损失函数IAIoU(Included Aspect-ratio IoU)。该损失设计两项优化项,将预测框与标注框并集与交集面积的差与两框最小闭包面积之比及与两框最小闭包面积平方之比的和作为第一项优化项,避免两框包含时损失函数退化;利用两框长宽比值之差作为第二项优化项,生成更接近标注框的预测框。设计的损失应用于单阶段检测算法YOLOv3,在红外飞机数据集上进行验证,mAP达到92.17%,比原始YOLOv3提升1.37%。展开更多
文摘针对目标检测定位准确性受边框回归损失函数影响的特性,设计基于IoU(Intersection over Union)的边框回归损失函数IAIoU(Included Aspect-ratio IoU)。该损失设计两项优化项,将预测框与标注框并集与交集面积的差与两框最小闭包面积之比及与两框最小闭包面积平方之比的和作为第一项优化项,避免两框包含时损失函数退化;利用两框长宽比值之差作为第二项优化项,生成更接近标注框的预测框。设计的损失应用于单阶段检测算法YOLOv3,在红外飞机数据集上进行验证,mAP达到92.17%,比原始YOLOv3提升1.37%。
