YOLOv5 损失函数详解：分类、目标和定位损失

YOLOv5 的损失函数由三个部分组成。首先是分类损失 (Classes loss)，它使用二元交叉熵损失 (BCE loss) 来计算正样本的分类损失。其次是目标损失 (Objectness loss)，同样使用 BCE loss，用来衡量网络预测的目标边界框与真实边界框之间的完整性，该损失计算所有样本的目标损失。最后是定位损失 (Location loss)，使用的是 CIoU loss，只计算正样本的定位损失。