generalized_box_iou_loss¶
- torchvision.ops.generalized_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，当框不重叠时该惩罚项为非零，并随其最小外接框的大小而缩放。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和0 <= y1 < y2，并且两个框应具有相同的维度。- 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 (string, 可选) – 指定应用于输出的缩减方式：
'none'|'mean'|'sum'。'none'：不对输出应用任何缩减。'mean'：输出将被平均。'sum'：输出将被求和。默认值：'none'eps (float) – 防止除以零的小数字。默认值：1e-7
- 返回值:
应用缩减选项的损失张量。
- 返回类型:
Tensor
- 参考
Hamid Rezatofighi 等人：广义交并比：边界框回归的度量和损失： https://arxiv.org/abs/1902.09630
