当前位置： 首页 > article >正文

人工智能|YOLOv1的损失函数和非极大值抑制

article 2026/4/22 5:59:38
欢迎来到人工智能的世界博客主页卿云阁欢迎关注点赞收藏⭐️留言首发时间2026年4月21日✉️希望可以和大家一起完成进阶之路作者水平很有限如果发现错误请留言轰炸哦万分感谢目录损失函数非极大值抑制​损失函数YOLOv1把图片分成了7*749个网格每个网格可以预测两组中心点和边界框的信息。也就是49*2一共98个中心点和边界框。那么哪一个中心点和边界框才是最好的最准的呐​YOLO 模型检测效果优劣的核心评价指标为交并比IoU其计算方式如下在数据预处理阶段我们已经标注得到目标物体准确的位置与尺寸信息该标准边界框称为真实框GroundTruthGT是模型训练的监督标签。模型推理时会输出一个预测边界框通过计算预测框与真实框的交集面积 / 并集面积即可得到 IoU 值以此衡量预测框的精准程度。​预测阶段网络在每个网格输出的信息包含两组边界框中心点偏移、宽高偏移量以及对应两个框的置信度。YOLOv1 置信度定义为网格包含目标物体的概率 × 预测框与真实框的 IoU其中网格存在物体概率为 1不存在物体则为 0。除此之外每个网格还输出20 个类别预测概率值。​YOLOv1 在训练过程中会将网络预测得到的两个边界框与标注绿色真实框GT进行匹配对比自动舍弃IoU 交并比较小的预测框仅保留匹配度更高的边界框参与后续损失函数计算。​接下来介绍 YOLOv1 损失函数式中S2代表划分的7×7 共 49 个网格参数B2代表每个网格预测2 个边界框。obj表示网格包含目标物体时取值为 1不包含物体时取值为 0noobj与之相反网格存在物体时取 0不存在物体时取 1。损失函数在计算时同时兼顾含物体网格与不含物体网格。权重系数 5用于放大中心点与边界框坐标的损失权重。由于 49 个网格中真正包含物体的网格占比极少设置该权重可以增强含物体网格的损失贡献引导模型重点关注目标位置。损失函数前两项为位置损失采用均方误差计算预测框中心点、宽高与真实框的偏差计算方式为真实值与预测值作差后平方。后续依次为置信度损失与类别分类损失。非极大值抑制YOLOv1 一共会输出 98 个预测框那么模型是如何从中筛选出最优检测框的呢每个网格输出的预测向量中后 20 个数值为 20 个类别的预测概率向量前 10 个参数包含两组边界框信息其中对应两个边界框的置信度得分。网格边界框的置信度得分由公式计算得出具体定义如下随后我们可以得到2 个长度为 20 维的新向量向量中每一个数值分别代表该预测框对应各个类别目标的置信可靠程度。最终我们可以得到98 个 20 维向量分别对应网络预测的 98 个边界框。向量中每一列数值代表对应类别的置信度得分例如第一列即为目标属于汽车类别的置信度。我们按类别依次处理以汽车类别为例筛选出置信度大于 0.2 的预测框其余不符合条件的框全部舍弃代码实现时直接将对应置信度置 0再将保留的预测框按照置信度从高到低排序为后续非极大值抑制 NMS 做准备。最终整理得到一个98×20的矩阵我们剔除矩阵中所有置信度为 0 的无效数据即可进行预测框绘制。以汽车类别为例单独在汽车这一类中筛选出置信度得分最高的预测框提取其对应的中心点与边界框坐标绘制到原始图片上并标注对应类别标签即可。【1】上述所有内容参考大白话讲明白YOLOv1的损失函数 #YOLO #YOLOv1 #目标检测 #深度学习#知识前沿派对 - 抖音​

相关文章：

人工智能|YOLOv1的损失函数和非极大值抑制

🌞欢迎来到人工智能的世界 🌈博客主页：卿云阁 💌欢迎关注🎉点赞👍收藏⭐️留言📝 📆首发时间：🌹2026年4月21日🌹 ✉️希望可以和大家一起完成进阶…...

编程日记 2026/4/22 5:59:38

人工智能|YOLOv1的简单介绍

🌞欢迎来到人工智能的世界 🌈博客主页：卿云阁 💌欢迎关注🎉点赞👍收藏⭐️留言📝 📆首发时间：🌹2026年4月21日🌹 ✉️希望可以和大家一起完成进阶…...

编程日记 2026/4/22 5:59:34

2026 AI安全左移再进化：从IDE插件到CI门禁，悬镜灵境AIDR的全流程集成实践

摘要“安全左移”已提出多年，但在AI智能体开发场景下面临全新挑战。智能体的“源码”不仅包括代码，还包括提示词、模型依赖和工具定义。传统SAST/DAST无法理解这些新型资产。本文基于悬镜灵境AIDR在IDE插件、CI流水线、运行时护栏三个环节的集成实践&…...

编程日记 2026/4/22 5:57:34

Wan2.2-I2V-A14B持续集成：GitHub Actions自动化构建与部署镜像

Wan2.2-I2V-A14B持续集成：GitHub Actions自动化构建与部署镜像 1. 引言 最近在开发Wan2.2-I2V-A14B项目时，每次手动构建和部署镜像都让我感到效率低下。直到我开始使用GitHub Actions，才发现原来持续集成可以如此简单高效。本文将带你一步步…...

编程日记 2026/4/22 5:57:34

蒙古人当年 是 如何控制 莫斯科的

蒙古人当年控制莫斯科，靠的绝不是简单的驻军镇压，而是一套极其冷酷、高效且深谙人性的**“寄生式统治系统”**。 这正是我们在前面聊到的、把莫斯科的“第一人格”杀死，并逼出其“黑暗第二人格”的那个具体过程。蒙古人（金帐汗国&…...

编程日记 2026/4/22 5:57:34

从巴赫到比特：揭秘MIDI编号、音符名称背后的音乐与数学简史

从巴赫到比特：揭秘MIDI编号、音符名称背后的音乐与数学简史 当你在钢琴上按下中央C键时，听到的不仅是振动频率为261.63Hz的声波——你触发的是一套跨越三个世纪的精密系统。这套系统将数学家的计算、音乐家的实践和工程师的标准化完美融合，最…...

编程日记 2026/4/22 5:55:34

从‘纯净版’到‘定制版’：手把手教你用ChromeOptions打造专属Selenium浏览器环境

从‘纯净版’到‘定制版’：手把手教你用ChromeOptions打造专属Selenium浏览器环境 在自动化测试和网络爬虫开发中，浏览器环境的定制化程度往往决定了项目的成败。想象一下，当你需要处理一个反爬机制严格的电商网站时，一个未经优化…...

编程日记 2026/4/22 5:55:33

VSCode主题进阶玩法：如何基于C/C++ Theme插件，一键导入并微调我分享的Tokyo Night风格配置

VSCode主题进阶玩法：Tokyo Night风格在C/C开发中的深度定制 Tokyo Night主题以其优雅的深蓝紫色调和出色的视觉层次感，成为VSCode社区最受欢迎的主题之一。但对于C/C开发者而言，默认的主题配置可能无法完美适配复杂的语法结构。本文将带你从…...

编程日记 2026/4/22 5:55:33

Wallpaper Engine 壁纸自定义全攻略：从零开始打造动态交互壁纸（附常见问题解决方案）

Wallpaper Engine 交互式壁纸设计进阶指南：从参数配置到性能调优 在数字个性化时代，动态壁纸已成为展示创意与技术融合的最佳载体。Wallpaper Engine作为目前最强大的实时壁纸创作工具，其真正的魅力不仅在于呈现精美动画，更在于让…...

编程日记 2026/4/22 5:55:31

ionic 列表：全面解析与最佳实践

ionic 列表：全面解析与最佳实践 引言 随着移动应用的日益普及，开发高效、美观的移动应用界面变得尤为重要。Ionic 是一个开源的移动端应用开发框架，它基于 Angular、HTML5 和 CSS3，允许开发者使用 Web 技术快速构建跨平台的原生移…...

编程日记 2026/4/22 5:55:25

STM32F103ZE内存不够用？手把手教你用FSMC外挂IS62WV51216 SRAM芯片（附完整代码）

STM32F103ZE内存扩展实战：FSMC驱动IS62WV51216 SRAM全解析 1. 嵌入式开发中的内存困局与破局之道 在开发基于STM32F103ZE的复杂应用时，64KB的片上SRAM很快会成为制约项目进展的瓶颈。当工程师尝试实现以下场景时，内存不足的警告便会频繁出现&…...

编程日记 2026/4/22 5:53:25

从Omniglot到Meta-Dataset：小样本学习数据集演进史与你的模型选型策略

小样本学习数据集演进史：从字符识别到跨域泛化的技术跃迁 当你在深夜调试一个few-shot分类模型时，是否曾被各种相似却又微妙不同的数据集搞得晕头转向？为什么Omniglot的字符识别准确率能轻松突破90%，而同样的模型在mini-ImageNet…...

编程日记 2026/4/22 5:53:23

手把手教你部署通义千问3-VL-Reranker-8B：从本地到公网HTTPS访问全流程

手把手教你部署通义千问3-VL-Reranker-8B：从本地到公网HTTPS访问全流程 1. 通义千问3-VL-Reranker-8B简介 通义千问3-VL-Reranker-8B是一款强大的多模态重排序服务，能够对文本、图像和视频进行混合检索与排序。这个8B参数量的模型支持32k上下文长度和3…...

编程日记 2026/4/22 5:53:19

real-anime-z Web界面深度使用：反向提示词+CFG+步数协同调优方法

real-anime-z Web界面深度使用：反向提示词CFG步数协同调优方法 1. 平台与镜像介绍 real-anime-z是一款专为二次元插画创作优化的文生图镜像，特别适合生成以下内容： 动漫角色设计社交媒体头像海报与封面草图宣传插画素材 技术栈组成&#x…...

编程日记 2026/4/22 5:53:09

AD7656与DSP通信的那些坑：一个波形图引发的调试血泪史

AD7656与DSP通信调试实战：从波形异常到系统稳定的完整解决方案 在高速数据采集系统设计中，AD7656作为一款16位、6通道同步采样ADC，因其优异的性能和灵活的接口选项，被广泛应用于电力监测、工业自动化等领域。然而，当这…...

编程日记 2026/4/22 5:51:09

Mac升级macOS Sonoma后，Cocoapods安装报错？可能是Ruby环境在捣鬼（附修复指南）

Mac升级macOS Sonoma后Cocoapods报错？深度解析Ruby环境修复方案 每次macOS大版本更新，总有一批开发者要面对环境配置的"阵痛期"。上周刚把MacBook Pro升级到Sonoma，原本顺畅的Cocoapods工作流突然罢工——pod install报出一堆权限错…...

编程日记 2026/4/22 5:51:09

FPGA点阵显示翻车实录：从“鬼影”到“闪烁”，我的16*16点阵调试避坑指南

FPGA点阵显示实战：从“鬼影”到“闪烁”的深度调试指南 第一次看到自己设计的16*16点阵屏亮起时，那种成就感难以言表——直到屏幕上开始出现诡异的残影和闪烁。作为一名FPGA开发者，你可能已经掌握了基础的点阵驱动原理，但真正让点…...

编程日记 2026/4/22 5:51:09

把闲置的移动魔百盒CM311-1A改造成24小时低功耗Linux服务器，我花了不到100块

闲置魔百盒CM311-1A变身24小时Linux服务器的低成本实践 在智能设备快速迭代的今天，每个家庭都可能堆积着几台被淘汰的电子设备。这些"电子垃圾"往往被随意丢弃或闲置，却很少有人意识到它们可能隐藏着惊人的潜力。移动魔百盒CM311-1A就是这样一…...

编程日记 2026/4/22 5:51:08

用STM32F103C8T6+ESP8266搞定OneNET数据上传，手把手教你从零配置到云端显示（附完整代码）

从零构建STM32ESP8266物联网终端：OneNET平台数据上传与命令下发实战指南 引言：为什么选择STM32ESP8266组合？ 在智能家居、工业监测等物联网应用场景中，低成本、高可靠性的硬件组合始终是开发者的首选。STM32F103C8T6作为ARM Corte…...

编程日记 2026/4/22 5:49:08

思源宋体TTF终极Web应用指南：5分钟实现专业中文排版

思源宋体TTF终极Web应用指南：5分钟实现专业中文排版 【免费下载链接】source-han-serif-ttf Source Han Serif TTF 项目地址: https://gitcode.com/gh_mirrors/so/source-han-serif-ttf 思源宋体TTF作为开源中文字体的标杆，为Web开发者提供了完美…...

编程日记 2026/4/22 5:49:08

diff-pdf：专业PDF视觉差异检测的5大核心优势与实施指南

diff-pdf：专业PDF视觉差异检测的5大核心优势与实施指南 【免费下载链接】diff-pdf A simple tool for visually comparing two PDF files 项目地址: https://gitcode.com/gh_mirrors/di/diff-pdf 在技术文档管理、学术论文评审和法律合同核对等场景中&#x…...

编程日记 2026/4/22 5:49:07

Steam创意工坊下载实践指南：WorkshopDL深度解析

Steam创意工坊下载实践指南：WorkshopDL深度解析 【免费下载链接】WorkshopDL WorkshopDL - The Best Steam Workshop Downloader 项目地址: https://gitcode.com/gh_mirrors/wo/WorkshopDL 你是否在GOG或Epic Games Store购买了游戏，却无法访问St…...

编程日记 2026/4/22 5:49:05

Thorium浏览器终极指南：为什么这个Chromium优化版值得你立即尝试？

Thorium浏览器终极指南：为什么这个Chromium优化版值得你立即尝试？ 【免费下载链接】thorium Chromium fork named after radioactive element No. 90. Source code and Linux releases. Windows/MacOS/ARM builds served in different repos, links are …...

编程日记 2026/4/22 5:49:00

STM32F103驱动2.4寸TFT屏实战：如何用SPI接口实现GUI图形库（画圆、写字、显示图片）

STM32F103驱动2.4寸TFT屏实战：如何用SPI接口实现GUI图形库（画圆、写字、显示图片） 在嵌入式系统开发中，图形用户界面(GUI)的实现往往是一个既具挑战性又充满成就感的部分。当我们将目光投向STM32F103这类资源有限的微控制器时&…...

编程日记 2026/4/22 5:47:00

EF Core 10 Vector Search扩展正式发布后，92%开发者踩中的5个语义检索陷阱及修复代码模板

第一章：EF Core 10 Vector Search扩展概述与核心价值 EF Core 10 Vector Search 扩展是微软官方在 Entity Framework Core 10 中引入的首个原生向量搜索支持模块，旨在将语义检索能力深度集成至 ORM 层。它并非独立 SDK，而是通过 Microsoft.En…...

编程日记 2026/4/22 5:47:00

蓝凌EKP V16.0二次开发实战：从日志规范到E签宝集成的全流程指南

1. 蓝凌EKP V16.0二次开发环境准备 刚接手蓝凌EKP V16.0二次开发任务时，我建议先搭建好开发环境。这个版本最大的变化是采用了SLF4JLogback日志框架，替代了之前的log4j。在实际项目中，我发现这种变化带来的性能提升确实很明显，特别…...

编程日记 2026/4/22 5:47:00

别再死记硬背了！用‘邻居’和‘广播’的故事，5分钟搞懂ISIS里的LSP和LSA区别

用生活故事解锁IS-IS协议：LSP的村民自治法则 想象一个与世隔绝的村庄，每当新村民加入时，大家会通过传阅自我介绍信来了解彼此——这恰似IS-IS协议中LSP的工作方式。在复杂的网络协议世界里，IS-IS的链路状态协议数据单元&#xff0…...

编程日记 2026/4/22 5:47:00

从零到一：Open5GS 5G核心网实战搭建与避坑指南（基于Ubuntu 22.04）

从零构建Open5GS 5G核心网：Ubuntu 22.04全流程实战手册 1. 环境准备与系统配置 在Ubuntu 22.04上部署Open5GS 5G核心网需要先搭建稳定的基础环境。建议使用物理服务器或配置不低于4核CPU/8GB内存/100GB存储的云实例，避免资源不足导致组件异常。 关键依赖…...

编程日记 2026/4/22 5:46:58

告别手动计算！用Xilinx DDS Compiler 4.0 IP核快速生成可调频调相的正弦波（附Modelsim仿真步骤）

基于Xilinx DDS Compiler 4.0的智能信号生成实战指南 在FPGA开发中，快速生成高精度、可动态调整的正弦波信号是通信系统测试、雷达信号处理等场景的刚需。传统手动编写DDS代码不仅耗时，还容易引入相位误差和频率分辨率问题。Xilinx的DDS Compiler 4.0 IP…...

编程日记 2026/4/22 5:44:58

Java 19+ Loom响应式改造：从Spring WebFlux到VirtualThread的4步平滑迁移路径（含可运行验证代码）

第一章：Java 19 Loom响应式改造：从Spring WebFlux到VirtualThread的4步平滑迁移路径（含可运行验证代码）Java 19 正式引入 Project Loom 的虚拟线程（Virtual Thread）作为预览特性，并在 Java 21 成…...

编程日记 2026/4/22 5:44:58