yolov26改进 | 损失函数改进篇 | 更加聚焦的边界框损失Focaler-IoU、InnerFocalerIoU（解决样本不平衡问题，二次创新）

源码级解读：YOLO26的新架构与创新设计（原理介绍+代码详见+结构框图）

YOLO26于2025年9月发布，是YOLO系列最新、最先进的成员，专为在边缘及低功耗设备上实现高效、精确且易于部署的目标而构建。

YOLOv8改进 | 损失函数篇 | 最新ShapeIoU、InnerShapeIoU损失助力细节涨点

本文给大家带来的改进机制是损失函数的改进机制标题虽然指提到了ShapeIoU和InnnerShapeIoU但是本文的内容包括过去到现在的百分之八十以上的损失函数的实现，同时使用方法非常简单，在本文的末尾还会教大家在改进模型时何时添加损失函数才能达到最好的效果，同时在开始讲解之前推荐一下我的专栏，本专栏的内容支持(分类、检测、分割、追踪、关键点检测),专栏目前为限时折扣，欢迎大家订阅本专栏，本专栏每周更新3-5篇最新机制，更有包含我所有改进的文件和交流群提供给大家，本文支持的损失函数共有如下图片所示

YOLO26 最全损失函数改进篇 | 经典 IoU 家族 + 新型 Inner 系列 + FocusIoU 原理、公式、代码、涨点场景

YOLO26 作为 YOLO 系列的最新力作，在架构上移除了 DFL（分布焦点损失），回归至更为简洁的直接框预测范式。这一变革使得边框回归损失（IoU 系列）成为决定模型检测精度，尤其是小目标、密集场景检测性能的核心关键。本文基于 YOLO26 最新框架，系统性梳理并实现了经典 IoU 家族（IoU/GIoU/DIoU/CIoU/EIoU/SIoU/WIoU）2025 年最新 Inner 系列（InnerIoU/InnerSIoU/InnerWIoU）以及FocusIoU。全文从。

【YOLO26创新改进】2024 | 损失函数涨点改进篇 | 使用Shape-IoU损失函数，考虑真实框自身的形状和尺度，使不同方向、不同尺寸目标获得更符合其几何特点的回归监督，用于微小目标检测

本文提出了一种改进YOLOv6目标检测模型边界框回归精度的Shape-IoU损失函数。该损失函数通过分析目标框的长宽比和尺度特征，对水平和垂直方向的中心偏移及宽高误差进行差异化加权，特别关注细长目标的短边方向和小目标的像素级偏移。Shape-IoU在保留传统IoU重叠度监督的基础上，引入形状感知和尺度感知机制，能够在不改变网络结构、不增加计算开销的情况下，显著提升无人机航拍、遥感影像等场景中长宽比差异明显目标和小目标的定位精度。实验表明，该方法在PASCAL VOC等数据集上优于现有损失函数，代码已开源。

YOLOv5改进 | 损失函数篇 | SlideLoss、VFLoss分类损失函数助力细节涨点(全网最全)

其中绝大多数损失在前面我们都讲过了本文主要讲一下SlidLoss的原理，SlideLoss的损失首先是由YOLO-FaceV2提出来的。​​官方论文地址：官方论文地址点击即可跳转官方代码地址：官方代码地址点击即可跳转​​从摘要上我们可以看出SLideLoss的出现是通过权重函数来解决简单和困难样本之间的不平衡问题题，什么是简单样本和困难样本？样本不平衡问题是一个常见的问题，尤其是在分类和目标检测任务中。它通常指的是训练数据集中不同类别的样本数量差异很大。容易被模型正确识别的样本。

YOLOV26详解 从原理到部署

计算机视觉领域最具影响力的目标检测框架迎来重大里程碑。2026年1月，Ultralytics 正式发布 YOLOv26——这不是一次简单的版本迭代，而是一场面向边缘计算时代的架构重构。本专栏基于 Ultralytics 官方技术白皮书、YOLO Vision 2025 大会首发内容及国际前沿研究成果，系统拆解 YOLOv26 从算法原理到工程落地的全栈技术体系。与常规教程不同，我们聚焦与，帮助你在端侧 AI 部署的实战中掌握核心竞争力。

YOLOv26改进 | 网络结构代码逐行解析(五) | yolov26中损失函数计算的详解包含Cls和Bbox计算的解析（全网独家首发）

本文详细解析了YOLOv26目标检测模型的损失函数计算原理，重点介绍了DetectionLoss和BboxLoss的实现细节。文章包含2万字干货内容，通过代码注释和示例解释帮助理解。在YOLOv26中，DetectionLoss负责计算检测分支损失（包括边界框回归、分类和分布式回归损失），而BboxLoss则处理边界框损失计算。特别值得注意的是YOLOv26采用了渐进式损失平衡策略（ProgLoss），通过E2ELoss动态调整one-to-many和one-to-one两个检测分支的权重：训练前期侧重on

YOLOv9改进策略【损失函数篇】| Shape-IoU：考虑边界框形状和尺度的更精确度量

本文记录的是改进YOLOv9的损失函数，将其替换成Shape-IoU。现有边界框回归方法通常考虑GT（Ground Truth）框与预测框之间的几何关系，通过边界框的相对位置和形状计算损失，但忽略了边界框本身的形状和尺度等固有属性对边界框回归的影响。为了弥补现有研究的不足，Shape-IoU提出了一种关注边界框本身形状和尺度的边界框回归方法。

YOLOv3的流程梳理

我对 YOLOv3 的理解是：它不是直接看完图片就画出一个框，而是先在三个不同大小的特征图上预测很多候选框。然后，Anchor 帮助模型预测目标的大小和位置，objectness 判断框里有没有目标，类别概率判断目标属于 dog 还是 cat，最后 NMS 把重复框删掉。提取特征→ 多尺度预测→ Anchor 解码→ 置信度计算→ NMS 去重→ 最终检测结果YOLOv3 的核心思想就是先多预测一些候选框，再通过 Anchor、置信度和 NMS，把候选框逐步筛选成最终的检测结果。

HDMI2.1接口保护指南：从浪涌损坏案例看RK3588板子的ESD设计要点

本文深入探讨了HDMI2.1接口在RK3588板子上的ESD防护设计要点，通过真实案例分析了浪涌损坏的原因及解决方案。重点介绍了TMDS信号链路的四级防护体系、TVS管选型误区以及连接器与PCB的协同设计策略，帮助工程师有效避免静电放电导致的HDMI无输出故障。

基于DFT的mbist sdc模板（DFT）

摘要：本文详细介绍了DFT测试模式下的SDC约束方法。

PP-OCRv6 ONNX部署的官方和手搓方案

PP-OCRv6 基于全新设计的 PPLCNetV4 统一骨干网络，提供 tiny、small、medium 三档模型，分别面向端侧/IoT、移动端/桌面端、服务端场景。在内部多场景综合评估集上，PP-OCRv6_medium 相比 PP-OCRv5_server 识别精度提升 5.1%、检测精度提升 4.6%，同时 GPU 推理速度提升 2.37×；以仅 34.5M 参数的规模，精度超越 Qwen3-VL-235B、GPT-5.5 等大型视觉语言模型。

国产麒麟系统PXE安装-UEFI引导

注意： 适用uefi引导 适用x86_64架构 一键部署脚本扣我 1.上传ISO到PXE服务器，拷贝ISO文件 # mkdir /kylin_iso # mount -o loop Kylin-Server-10-SP1-Release-Build04-20200711-x86_64.iso /kylin_iso/ 2.配置http，获取安装源 # yum -y install httpd # mkdir /var/www/html/{ks,kylin} # 注意一定是"/kylin_iso/

如何正确理解和获取S参数

差分四端口的S参数是由双端口S参数逐步演化而来，因此，在数学中，其各分量均可以从单端S参数推导而来，在实际的仿真和测试中，软件和测量设备也是通过获取单端S参数矩阵再进行运算得到混合S参数矩阵的，并非直接获取。

HTOL集成电路老化测试学习总结-20250510

电子元器件的可靠性在产品开发中至关重要，尤其是在微电子技术迅速发展的今天。电子元器件的失效率通常遵循“浴盆曲线”，分为早期失效期、可使用期和老化期。为了评估芯片的可靠性，常采用高温操作寿命测试（HTOL），通过高温和高压加速芯片老化，以筛选出早期失效的芯片并评估其长期可靠性。HTOL测试中，芯片在高温下运行并监控其性能变化，通过阿伦尼乌斯公式计算加速因子，预测芯片的失效率和寿命。此外，Burn-in测试用于加速芯片老化，提前发现并剔除不合格产品，而早期失效率测试（ELFR）则用于评估产品初期使用阶段的可靠性

第182期 Claude Skills：深入探究Anthropic的智能体框架（一篇彻底讲透彻）

摘要： Claude Skills是Anthropic推出的智能体框架，通过连接外部工具和服务扩展Claude AI的功能，支持实时交互与任务执行。其核心架构包含技能路由器、注册表、执行引擎等模块，采用渐进式披露机制优化上下文管理。与MCP和A2A相比，Skills更注重模块化设计与Claude深度集成，通过SKILL.md文件定义可重复工作流程，兼具高效性和灵活性。开发者可创建自定义技能，遵循聚焦用户价值、安全隐私等最佳实践，实现AI能力的场景化拓展。该框架与MCP、A2A形成互补，共同推动智能体生态发展

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

NTscan扫描工具

ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。

OV9734 DATASHEET，完整规格书

OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等