IoU Loss
对于检测框B和groundtruth G,二者的IoU如下:
那么IoU Loss即为1-IoU。
显然IoU Loss具有非负性、尺度不变性、同一性、对称性、三角不等性等特点,所以可以用于bounding box的回归任务中。
但同时,IoU Loss也存在一个很致命的缺点:
当B与G的IoU为0时,Loss也为0,网络无法进行训练。因此IoU loss在回归任务中的表现并不好。
GIoU Loss
论文:https://arxiv.org/abs/1902.09630
GIoU Loss的目的就是解决IoU Loss中当B与G不相交时,Loss为0的问题。
GIoU的定义如下:
其中,Ac表示B与G的最小外接矩形的面积,u表示B与G并集的面积。而GIoU Loss = 1-GIoU。
GIoU具有一下特性:
1.与IoU一样,具有非负性、尺度不变性等特性
2.任意B、G都存在,GIoU<=IoU
3.-1< GIoU <=1, 当IoU等于1时,GIoU也等于1
由此可