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 損失，當邊界框不重疊時會產生額外的非零懲罰項。這個損失函式考慮了重要的幾何因素，例如重疊面積、歸一化中心點距離和長寬比。此損失是對稱的，因此 boxes1 和 boxes2 引數可以互換。
兩組邊界框都應採用
(x1, y1, x2, y2)格式，其中0 <= x1 < x2且0 <= y1 < y2，並且兩個邊界框應具有相同的維度。- 引數：
boxes1 – (Tensor[N, 4] 或 Tensor[4]) 第一組邊界框
boxes2 – (Tensor[N, 4] 或 Tensor[4]) 第二組邊界框
reduction – (字串，可選) 指定應用於輸出的歸約方式：
'none'|'mean'|'sum'。'none'：不對輸出應用歸約。'mean'：輸出將被平均。'sum'：輸出將被求和。預設值：'none'eps – (浮點數)：用於防止除以零的小數。預設值：1e-7
- 返回值：
應用了歸約選項的損失張量。
- 返回型別：
Tensor
- 參考
Zhaohui Zheng 等人：Complete Intersection over Union Loss (完整交併比損失)：https://arxiv.org/abs/1911.08287
