complete_box_iou_loss

torchvision.ops.complete_box_iou_loss(boxes1: Tensor, boxes2: Tensor, reduction: str = 'none', eps: float = 1e-07) → Tensor

梯度友好的IoU损失，当盒子不重叠时具有额外的非零惩罚。此损失函数考虑了重要的几何因素，如重叠面积、归一化中心点距离和纵横比。此损失是对称的，因此boxes1和boxes2参数可以互换。

两组框都应以(x1, y1, x2, y2)格式表示，其中 0 <= x1 < x2且0 <= y1 < y2，并且这两个框应具有相同的尺寸。

Parameters:

• boxes1 – (Tensor[N, 4] 或 Tensor[4]) 第一组框

• boxes2 – (Tensor[N, 4] 或 Tensor[4]) 第二组框

• reduction – (字符串, 可选) 指定应用于输出的缩减方式: 'none' | 'mean' | 'sum'. 'none': 不会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。默认值: 1e-7

Returns:

应用了缩减选项的损失张量。

Return type:

张量

Reference:

郑朝晖等人：完全交集联合损失： https://arxiv.org/abs/1911.08287