深度学习目标检测：YOLOv4与Dropock及GIoU技术.pdfVIP

Bagoffreebies

Dropblock

DropBlock:Aregularizationmethodforconvolutionalnetworks（用于conv的

dropout）

文章分析了传统dropout在conv上效果不好的：conv具有空间相关性，所以即

使对一些单元随机进行dropout，仍然可以有信息流向后面的网络，导致dropout不彻底。

很自然地提出dropblock来解决这一问题，算是一种结构化的、二维的dropout，思

想非常简单：既然随机丢弃独立的单元可能导致丢弃不彻底，那不如一次丢弃一个block，

该block内的单元在空间上是相关的。

实验结果表明，其在cls、det和seg上效果都不错，值得一试。

GIOU

(GeneralizedIntersectionoverUnion)

IOU作为损失函数会出现的问题(缺点)

如果两个框没有相交，根据定义，IoU=0，两者的距离大小（重合度）。同时

因为loss=0，没有梯度回传，无法进行学习训练。

IoU无法精确的反