distance_box_iou_loss¶
- torchvision.ops.distance_box_iou_loss(boxes1: Tensor, boxes2: Tensor, reduction: str = 'none', eps: float = 1e-07) Tensor[source]¶
梯度友好的 IoU 损失，带有一个额外的惩罚项，当框中心之间的距离不为零时，该惩罚项不为零。实际上，对于两个完全重叠的框，距离 IoU 与 IoU 损失相同。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]) – 第一组框
boxes2 (Tensor[N, 4]) – 第二组框
reduction (string, optional) – 指定应用于输出的 reduction 方式：
'none'|'mean'|'sum'。'none'：不将 reduction 应用于输出。'mean'：输出将被平均。'sum'：输出将被求和。默认值：'none'eps (float, optional) – 防止除以零的小数值。默认值：1e-7
- 返回:
应用 reduction 选项后的损失张量。
- 返回类型:
Tensor
- 参考
Zhaohui Zheng 等人：Distance Intersection over Union Loss: https://arxiv.org/abs/1911.08287
