complete_box_iou_loss¶
- torchvision.ops.complete_box_iou_loss(boxes1: Tensor, boxes2: Tensor, reduction: str = 'none', eps: float = 1e-07) Tensor[source]¶
梯度友好的 IoU 损失，当边界框不重叠时会产生额外的非零惩罚项。这个损失函数考虑了重要的几何因素，例如重叠面积、归一化中心点距离和长宽比。此损失是对称的，因此 boxes1 和 boxes2 参数可以互换。
两组边界框都应采用
(x1, y1, x2, y2)格式，其中0 <= x1 < x2且0 <= y1 < y2，并且两个边界框应具有相同的维度。- 参数：
boxes1 – (Tensor[N, 4] 或 Tensor[4]) 第一组边界框
boxes2 – (Tensor[N, 4] 或 Tensor[4]) 第二组边界框
reduction – (字符串，可选) 指定应用于输出的归约方式：
'none'|'mean'|'sum'。'none'：不对输出应用归约。'mean'：输出将被平均。'sum'：输出将被求和。默认值：'none'eps – (浮点数)：用于防止除以零的小数。默认值：1e-7
- 返回值：
应用了归约选项的损失张量。
- 返回类型：
Tensor
- 参考
Zhaohui Zheng 等人：Complete Intersection over Union Loss (完整交并比损失)：https://arxiv.org/abs/1911.08287
