基于Yolov8的工业小目标缺陷检测（7）：Wasserstein Distance Loss，助力工业缺陷检测

   💡💡💡本文改进：基于Wasserstein距离的小目标检测评估方法

Wasserstein Distance Loss |   亲测在工业小目标缺陷涨点明显，原始mAP@0.5 0.679提升至0.727

收录专栏：

💡💡💡深度学习工业缺陷检测 ：http://t.csdn.cn/fVSgs

✨✨✨提供工业缺陷检测性能提升方案，AI部署落地案列，快速了解工业界部署AI的难点、提供解决方案；

💡💡💡Yolo小目标检测：http://t.csdn.cn/yLZ66

✨✨✨通过本专栏的阅读，后续你可以结合自己的小目标检测数据集，在网络不同位置（Backbone、head、detect、loss等）进行魔改，实现小目标涨点和创新！！࿰