IoU,GIoU,DIoU和CIoU三种目标检测loss

IoU:使用最广泛的检测框loss。

GIoU:2019年CVPR    Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression

DIoU和CIoU:2020年AAAI  Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression

下面我们直接一句话总结一下这四种算法的优缺点:

1. IoU算法是使用最广泛的算法,大部分的检测算法都是使用的这个算法。

2. GIoU考虑到,当检测框和真实框没有出现重叠的时候IoU的loss都是一样的,因此GIoU就加入了C检测框(C检测框是包含了检测框和真实框的最小矩形框),这样就可以解决检测框和真实框没有重叠的问题。但是当检测框和真实框之间出现包含的现象的时候GIoU就和IoU loss是同样的效果了。

3. DIoU考虑到GIoU的缺点,也是增加了C检测框,将真实框和预测框都包含了进来,但是DIoU计算的不是框之间的交并,而是计算的每个检测框之间的欧氏距离,这样就可以解决GIoU包含出现的问题。

4. CIoU就是在DIoU的基础上增加了检测框尺度的loss,增加了长和宽的loss,这样预测框就会更加的符合真实框。

这些只是我看的重点,详细的还需要大家去阅读论文看一下效果。

发布了85 篇原创文章 · 获赞 60 · 访问量 26万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 黑客帝国 设计师: 上身试试

分享到微信朋友圈

×

扫一扫,手机浏览