yolov5 label smoothing

在YOLOv5中，同样也使用了标签平滑（Label Smoothing）的技巧。标签平滑的目的是为了减轻分类标签的确定性，从而降低过拟合的可能性。

具体的实现代码如下：

def smooth_labels(y_true, label_smoothing):
    num_classes = y_true.shape[-1]
    label_smoothing = tf.constant(label_smoothing, dtype=tf.float32)
    
    return y_true * (1.0 - label_smoothing) + label_smoothing / num_classes

其中，`y_true`表示真实的分类标签，`label_smoothing`表示平滑程度。函数首先计算出类别数量`num_classes`，然后将标签乘以`(1.0 - label_smoothing)`，再加上`label_smoothing / num_classes`，即可得到平滑后的标签。

例如，如果`y_true=[0, 1, 0]`，`label_smoothing=0.1`，则经过标签平滑后的结果为`[0.03333334, 0.93333334, 0.03333334]`。