complete_box_iou_loss¶
- torchvision.ops.complete_box_iou_loss(boxes1: Tensor, boxes2: Tensor, reduction: str = 'none', eps: float = 1e-07) Tensor[source]¶
对梯度友好的 IoU 损失，带有一个额外的惩罚项，当框不重叠时，该惩罚项为非零值。此损失函数考虑了重要的几何因素，例如重叠区域、归一化的中心点距离和纵横比。此损失是对称的，因此 boxes1 和 boxes2 参数可以互换。
两组框都应为
(x1, y1, x2, y2)格式，其中0 <= x1 < x2且0 <= y1 < y2，并且两个框应具有相同的尺寸。- 参数:
boxes1 – (Tensor[N, 4] 或 Tensor[4]) 第一组框
boxes2 – (Tensor[N, 4] 或 Tensor[4]) 第二组框
reduction – (string, 可选) 指定应用于输出的 reduction 方式:
'none'|'mean'|'sum'。'none': 不会对输出应用 reduction。'mean': 输出将被平均。'sum': 输出将被求和。 默认值:'none'eps – (float): 防止除以零的小数。默认值: 1e-7
- 返回:
应用 reduction 选项的损失张量。
- 返回类型:
张量
- 参考
Zhaohui Zheng 等人: Complete Intersection over Union Loss: https://arxiv.org/abs/1911.08287
