企业官网建设流程全解析

YOLO11 改进 | Focaler-IoU 系列 Loss 配置与源码解析

• • 一、本文简介
  • 二、Focaler-IoU 原理详解
  • • 2.1 普通 IoU 的样本质量问题
    • 2.2 Focaler 区间映射公式
    • 2.3 Focaler-IoU 的整体计算流程
  • 三、改进思想与创新点
  • • 3.1 背景与动机
    • 3.2 核心创新点
    • • 1. IoU 质量区间重映射
      • 2. 可与多种几何 IoU 组合
      • 3. 不改变推理结构
    • 3.3 与常见 IoU loss 对比
    • 3.4 在 YOLO11 中的适配方式
  • 四、完整代码
  • • 4.1 `ultralytics/utils/loss.py` 中的默认区间参数
    • 4.2 `ultralytics/utils/loss.py` 中的配置分支
    • 4.3 `ultralytics/utils/metrics.py` 中的 Focaler 区间映射
    • 4.4 `ultralytics/utils/metrics.py` 中的几何组合分支
  • 五、手把手配置步骤
  • • Step 1：确认当前仓库已注册 Focaler-IoU 系列
    • Step 2：选择合适的 Focaler 分支
    • Step 3：检测任务训练示例
    • Step 4：实例分割任务训练示例
    • Step 5：命令行训练示例
  • 六、YAML 配置文件
  • • 6.1 Baseline：默认 CIoU
    • 6.2 Focaler-IoU 基础版
    • 6.3 Focaler-CIoU 通用版
    • 6.4 Focaler-EIoU 尺度增强版
    • 6.5 Focaler-SIoU 密集目标版
    • 6.6 Focaler-Shape-IoU 形状敏感版
  • 七、常见问题
  • • 7.1 `focaler_iou_lower` 和 `focaler_iou_upper` 是什么？
    • 7.2 `focaler_iou` 和 `focaler_ciou` 有什么区别？
    • 7.3 Focaler-IoU 会增加参数量或推理耗时吗？
    • 7.4 YOLO11-seg 可以使用 Focaler-IoU 吗？
    • 7.5 `focaler_shape_iou` 和 `focaler_shapeiou` 有区别吗？
  • 八、总结