complete_box_iou_loss

torchvision.ops.complete_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。此损失函数考虑了重要的几何因素，例如重叠区域、归一化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。

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 – (字符串，可选) 指定要应用于输出的归约：'none' | 'mean' | 'sum'。 'none'：不应用任何归约到输出。 '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：

应用了归约选项的损失张量。

返回类型：

张量

参考

Zhaohui Zheng 等人：完全交并比损失：https://arxiv.org/abs/1911.08287