Focus+Efficient IOU Loss of Accurate Bounding Box Regression
发布时间
阅读量：
阅读量
相较于EIOU、Focal Loss与CIOU等方法，该性能表现更为突出，可直接用于替代多数检测网络中原本的损失函数，从而显著提升模型效果。例如PAA、ATSS以及RetinaNet等模型均能实现明显性能提升！
- 注：文末附【目标检测
- 作者单位：华南理工大学, 地平线, 中科院(谭铁牛等)
在目标检测任务中，边界框回归（BBR）作为决定对象定位精度的重要环节，其效果直接影响整体性能。然而，我们观察到，多数已有的BBR损失函数存在两个显著问题：
（i）采用ln-norm形式以及基于IOU的损失函数均难以准确反映BBR的核心目标，进而造成模型收敛速度较慢，并且回归结果存在偏差。
还没有任何评论哟~