DIoU

2024-11-15深度学习（IoU、GIoU、DIoU、CIoU）
目录1.IoU2.GIoU3.DIoU4.CIoU5.区别总结在计算机视觉领域，特别是在目标检测任务中，损失函数用于衡量预测边界框与真实边界框之间的差异。常用的损失函数包括IoU（IntersectionoverUnion）、GIoU（GeneralizedIntersectionoverUnion）、DIoU（DistanceIntersectionoverUnion）
2023-02-28损失函数之 L1 loss, IOU loss, GIOU loss, DIOU loss, CIOU loss
目标检测任务的损失函数一般由分类损失函数和回归损失函数两部分构成回归损失函数的发展过程主要包括：最原始的SmoothL1Loss函数、2016年提出的IoULoss、2019年提出的GI
2022-11-11基于DIou改进的YOLOv3目标检测
计算机视觉研究院专栏作者：Edison_G背景&引言文中指出DIoU要比GIou更加符合目标框回归的机制，将目标与anchor之间的距离，重叠率以及尺度都考虑进去，使得目标框回归变得更加稳
2022-11-10目标检测基础模块之IoU汇总（iou/giou/ciou/diou）
1简介IoU又名交并比，是一种计算不同图像相互重叠比例的算法，时常被用于深度学习领域的目标检测或语义分割任务中。1.1IoU在目标检测中的应用在目标检测任务中，我们时常会让模