损失函数篇 | YOLOv10 更换损失函数之 MPDIoU | 《2023 一种用于高效准确的边界框回归的损失函数》
论文地址：https://arxiv.org/pdf/2307.07662v1.pdf
边界框回归（Bounding Box Regression，BBR）在目标检测和实例分割中得到了广泛应用，是目标定位的重要步骤。然而，对于边界框回归的大多数现有损失函数来说，当预测的边界框与真值边界框具有相同的长宽比，但宽度和高度的值完全不同时，无法进行有效优化。为了解决上述问题，我们充分探索水平矩形的几何特征，并提出了一种基于最小点距离的新型边界框相似度比较度量 MPDIoU（Minimum Point Distance based IoU）。该度量包含了现有损失函数中考虑的所有相关因素，即重叠或非重叠区域、中心点距离以及宽度和高度的偏差，同时简化了计算过程。在此基础上，我们提
原文地址：https://blog.csdn.net/weixin_43694096/article/details/142652518
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！