“深度学习”的版本间的差异
| 第19行: | 第19行: | ||
CIoU 损失函数: | CIoU 损失函数: | ||
应该修改CIoU,计算椭圆的IoU | 应该修改CIoU,计算椭圆的IoU | ||
| + | |||
| + | |||
| + | 直接采用人工标签比较分析DICE,预测动态参数和静态参数,可能是可行的,也是最直接的。 | ||
2025年9月8日 (一) 23:54的版本
- 深度学习混合模型
直接预测眼球模型参数具备无与伦比的速度优势。
损失函数至关重要,包括参数loss和眼球模型参数构建虹膜椭圆dice系数
静态参数和动态参数分别预测更加合理。 静态参数采用LSTM 动态参数采用CNN
模型参数迁移
yolo8 可以自定义损失函数:
DFL 损失函数 CIoU 损失函数: 应该修改CIoU,计算椭圆的IoU
直接采用人工标签比较分析DICE,预测动态参数和静态参数,可能是可行的,也是最直接的。