generalized_box_iou_loss

torchvision.ops.generalized_box_iou_loss(boxes1: Tensor, boxes2: Tensor, reduction: str = 'none', eps: float = 1e-07) → Tensor

具有额外惩罚的梯度友好 IoU 损失，当框不重叠时该惩罚不为零，并随其最小外接框的大小缩放。此损失是对称的，因此 boxes1 和 boxes2 参数可以互换。

这两组框都应采用 (x1, y1, x2, y2) 格式，其中 0 <= x1 < x2 和 0 <= y1 < y2，并且这两个框应具有相同的维度。

参数：

• boxes1 (Tensor[N, 4] 或 Tensor[4]) – 第一个框集

• boxes2 (Tensor[N, 4] 或 Tensor[4]) – 第二个框集

• reduction (字符串, 可选) – 指定要应用于输出的缩减：'none' | 'mean' | 'sum'。 'none'：不会对输出应用任何缩减。 'mean'：输出将取平均值。 'sum'：输出将求和。默认值：'none'

• eps (浮点数) – 防止除以零的小数。默认值：1e-7

返回值：

应用了缩减选项的损失张量。

返回类型：

张量

参考

Hamid Rezatofighi 等人：广义交并比：用于边界框回归的度量和损失：https://arxiv.org/abs/1902.09630