在yolov5s 5.0版本中有哪些损失函数

在 YOLOv5s 5.0 版本中，主要使用了三个损失函数：

1. Objectness Loss：用于计算目标存在的置信度是否正确，即预测框与真实框之间的重叠程度（IoU）是否大于一定阈值。

2. Classification Loss：用于计算目标属于哪一类别的概率是否正确，即预测类别概率与真实类别概率之间的误差。

3. Regression Loss：用于计算预测框与真实框之间的位置误差，包括中心点坐标的偏差以及宽高比的偏差。

YOLOv5s 5.0 版本中还使用了一些特殊的技巧，如 Focal Loss、CIoU Loss、Mosaic 数据增强等，以提高检测精度。