generalized_box_iou_loss¶
- torchvision.ops.generalized_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，增加了一个额外的惩罚项，该惩罚项在边界框不重叠时非零，并且随着最小外接框的大小而缩放。此损失函数是对称的，因此 boxes1 和 boxes2 参数可以互换。
两组边界框都期望采用
(x1, y1, x2, y2)格式，其中0 <= x1 < x2和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 (string, optional) – 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': 对输出取平均值。'sum': 对输出求和。默认值:'none'eps (float) – 防止除以零的小数。默认值: 1e-7
- 返回:
应用了归约选项的损失张量。
- 返回类型:
Tensor
- 参考
Hamid Rezatofighi 等人: Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression: https://arxiv.org/abs/1902.09630
