generalized_box_iou_loss¶
- torchvision.ops.generalized_box_iou_loss(boxes1: Tensor, boxes2: Tensor, reduction: str = 'none', eps: float = 1e-07) Tensor[源代码]¶
梯度友好的 IoU 损失，具有额外的惩罚项，当框不重叠时该惩罚项不为零，并随其最小包围框的大小进行缩放。此损失是对称的，因此 boxes1 和 boxes2 参数可互换。
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尺寸。- 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, optional) – 指定应用于输出的缩减：
'none'|'mean'|'sum'。'none'：不对输出应用缩减。'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
- 返回:
带有归约选项应用的损失张量。
- 返回类型:
张量
- 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
