yolov5使用focal loss+eiou

YOLOv5是一种目标检测算法，可以使用焦点损失函数和EIoU作为损失函数来进行训练。具体地，可以通过修改YOLOv5源代码来使用Focal_EIoU损失。下面是使用Focal_EIoU训练YOLOv5的步骤：
1.下载YOLOv5源代码，可以从GitHub上下载:https://github.com/ultralytics/yolov5
2.在models/yolo.py文件中，找到损失函数的计算方法。
3.在与计算损失函数相关的代码行中，使用以下代码替换：

loss = (l1 + l2 + l3 + l4 + l5) * s + (l6 + l7 + l8) * s + (l9 + l10 + l11) * s  # loss scale

使用Focal_EIoU损失和EIoU损失的训练损失函数计算方法分别如下所示：

# Focal_EIoU损失
fl = torch.abs(torch.sigmoid(p) - torch.sigmoid(p)) ** gamma) * torch.abs(eiou)
l4 += (fl.sum() / n) * (1.0 / 3.0) * self.focal_weight
# EIoU损失
l4 += (1 - eiou).mean() * self.iou_weight

其中，p是模型的预测框，t是实际的目标框，eiou是EIoU的计算结果，gamma是Focal_EIoU损失的一个重要参数，控制了焦点损失的重点程度，n是批次大小，self.focal_weight和self.iou_weight是两个损失函数的权重。
4.运行训练代码，使用--loss-name来指定使用的损失函数。

python train.py --img 640 --batch 16 --epochs 50 --data coco.yaml --weights yolov5l.pt --name yolov5l_focal_eiou --loss-name 'Focal_EIoU'