YOLOv5模型TFLite转换后类别分数归一化问题解析
2025-05-01 22:11:30作者:裴锟轩Denise
在将YOLOv5模型转换为TFLite格式后,开发者经常会遇到一个典型问题:模型输出的类别分数(class scores)总和不为1。这种现象看似异常,实则反映了深度学习模型输出处理中的一个重要技术细节。
问题本质分析
YOLOv5模型的原始输出并非直接给出概率值,而是未经归一化的"原始分数"(logits)。这些分数需要通过softmax函数进行转换才能得到概率分布。具体来说:
- 模型输出结构通常为[xywh, conf, class0, class1,...],其中xywh表示边界框坐标,conf是置信度,后面是各类别的原始分数
- 这些类别分数在没有经过softmax处理前,其总和没有数学约束条件,可以大于1也可以小于1
- 只有经过softmax转换后,才能保证所有类别概率之和为1
解决方案实现
正确的处理流程应该包含以下步骤:
- 提取类别分数:从模型输出中分离出类别分数部分
- 应用softmax:对这些分数进行归一化处理
- 计算最终置信度:将归一化后的类别最大值与检测框置信度相乘
以下是一个典型的Java实现示例:
// 对每个检测框进行处理
for (int i = 0; i < output_box; ++i) {
// 提取类别分数
float[] classes = new float[10];
for (int c = 0; c < 10; ++c) {
classes[c] = out[0][i][5 + c];
}
// 应用softmax归一化
classes = softmax(classes);
// 回写归一化后的分数
for (int c = 0; c < 10; ++c) {
out[0][i][5 + c] = classes[c];
}
}
Softmax函数实现要点
一个数值稳定的softmax实现应当包含以下关键步骤:
- 最大值减法:防止指数运算时数值溢出
- 指数运算:将分数转换为正数
- 归一化:确保输出总和为1
public static float[] softmax(float[] scores) {
float maxScore = Float.NEGATIVE_INFINITY;
for (float score : scores) {
if (score > maxScore) maxScore = score;
}
float[] expScores = new float[scores.length];
float sumExpScores = 0;
for (int i = 0; i < scores.length; i++) {
expScores[i] = (float) Math.exp(scores[i] - maxScore);
sumExpScores += expScores[i];
}
float[] probabilities = new float[scores.length];
for (int i = 0; i < scores.length; i++) {
probabilities[i] = expScores[i] / sumExpScores;
}
return probabilities;
}
置信度处理建议
对于置信度(confidence score)较低的问题,开发者需要注意:
- 置信度表示的是"存在目标"的概率,与类别概率是独立的概念
- 低置信度可能反映模型训练不足或数据质量不佳
- 实际应用中可适当调整置信度阈值,平衡召回率和准确率
通过正确理解YOLOv5模型的输出结构并实施适当的后处理,开发者可以确保模型在移动端部署时获得预期的检测效果。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~050CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0305- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
867
513

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
265
305

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3