什么是GIoU Loss?

首先我们给出论文中关于GIoU的算法叙述

计算GIoU的算法过程

图示说明

这里我们按照GIoU算法过程进行讲解：
首先绿色框表示的BpB^pBp,黑色框表示的是BgB^gBg,首先计算IoU和我们熟知的方式相同：
IoU=IUI o U=\frac{\mathcal{I}}{\mathcal{U}} IoU=UI
其中III表示上图中的灰色阴影部分，UUU表示的是两个矩形面积之和Ap+AgA^p+A^gAp+Ag去掉两个矩形相交面积III，因此IoU的表示可以用下式：
IoU=IU=IAp+Ag−II o U=\frac{{I}}{{U}} = \frac{{I}}{{A^p+A^g-I}} IoU=UI=Ap+Ag−II
而GIoU则是考虑了两个矩形最小闭包(the smallest enclosing convex object)的大小,GIoU的计算表达式为：
GIoU=IoU−Ac−UAcG I o U=I o U-\frac{A^{c}-{U}}{A^{c}} GIoU=IoU−AcAc−U
其中AcA^{c}Ac是两个矩形的最小外界面积，也就是上图中所示的虚线框的面积。

参考：https://arxiv.org/abs/1902.09630

什么是GIoU Loss?相关推荐

GIOU loss+DIOU loss+CIOU loss
一.IOU 1.GIOU解决没有交集的框,IOU为0,其损失函数导数为0,无法优化的问题. 图1 GIOU,IOU,l2范数差异 a)可看出 l2值一样,IOU值是不一样的,说明L1,L2这些Loss ...
目标检测算法之CVPR2019 GIoU Loss
目标检测算法之CVPR2019 GIoU Loss 首先说一下GIOU的计算方式: 然后计算C \ (A ∪ B) 的面积与C的面积的比值,注:C \ (A ∪ B) 的面积为C的面积减去A∪B的面积 ...
【GIoU loss】GIoU loss损失函数理解
文章目录 1 引言 2 问题分析 3 GIoU Loss计算过程 4 IoU和GIoU对比分析 5 代码实现IoU与GIoU的对比可视化 6 感谢链接 1 引言目标检测任务的损失函数由Classif ...
GIoU Loss 损失函数浅析
GIoU Loss 参考文献:Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression ...
目标检测回归损失函数简介：SmoothL1/IoU/GIoU/DIoU/CIoU Loss
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达来源:极市平台目标检测任务的损失函数由Classificitio ...
【目标检测】IoU、GIoU、DIoU、CIoU Loss详解及代码实现
实际目标检测回归任务中的Loss ● Smooth L1 Loss: ● L1.L2.Smooth L1作为目标检测回归Loss的缺点: 1)坐标分别计算:x.y.w.h分别回归,当成4个不同的对象处 ...
loss低但精确度低_目标检测中的Loss改进：GIOU
目标检测的改进方向有很多,这次介绍一篇CVPR2019针对Loss的改进方法: GIOU Loss Motivation 现有目标检测的Loss普遍采用预测bbox与ground truth bbox ...
目标检测回归损失函数：SmoothL1/IoU/GIoU/DIoU/CIoU Loss
文章目录 1. Smooth L1 Loss 1.1 假设x为预测框和真实框之间的数值差异,常用的L1和L2 Loss定义为: 1.2 上述的3个损失函数对x的导数分别为: 1.3 实际目标检测框回归 ...
IoU Loss综述（IOU,GIOU,CIOU,EIOU,SIOU,WIOU）
边界框回归(BBR)的损失函数对于目标检测至关重要.它的良好定义将为模型带来显著的性能改进.大多数现有的工作假设训练数据中的样本是高质量的,并侧重于增强BBR损失的拟合能力. 一.L2-norm 最初 ...

什么是GIoU Loss?

什么是GIoU Loss?相关推荐

最新文章

热门文章