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，在两个框的中心距离不为零时，会额外加上一个非零的惩罚项。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。
预计两组框都采用
(x1, y1, x2, y2)格式，其中0 <= x1 < x2且0 <= y1 < y2，并且两个框应该具有相同的尺寸。- 参数：:
**boxes1** (Tensor[N, 4]) – 第一组框
**boxes2** (Tensor[N, 4]) – 第二组框
**reduction** (string, optional) – 指定要应用于输出的缩减方式：
'none'|'mean'|'sum'.'none'：不应用任何缩减到输出。'mean'：输出将被平均。'sum'：输出将被求和。默认值：'none'**eps** (float, optional) – 小数，防止除以零。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
Zhaohui Zheng 等人：距离交并比损失：https://arxiv.org/abs/1911.08287
