generalized_box_iou_loss¶
- torchvision.ops.generalized_box_iou_loss(boxes1: Tensor, boxes2: Tensor, reduction: str = 'none', eps: float = 1e-07) Tensor[source]¶
梯度友善的 IoU 損失函數，帶有一個額外的懲罰項，當邊界框沒有重疊時，該懲罰項為非零值，並隨著其最小外接框的大小而縮放。此損失函數是對稱的，因此 boxes1 和 boxes2 引數可以互換。
兩組邊界框都應為
(x1, y1, x2, y2)格式，且0 <= x1 < x2和0 <= y1 < y2，並且兩個邊界框應具有相同的維度。- 參數：
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 (string, optional) – 指定要套用至輸出的縮減方式：
'none'|'mean'|'sum'。'none'：不會對輸出套用任何縮減。'mean'：輸出將會被平均。'sum'：輸出將會被加總。預設值：'none'eps (float) – 防止除以零的小數字。預設值：1e-7
- 傳回：
已套用縮減選項的損失張量。
- 傳回類型：
Tensor
- 參考文獻
Hamid Rezatofighi 等人：Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression: https://arxiv.org/abs/1902.09630
