边界框回归的魔法:揭秘精准高效的MPDIoU损失函数

文章目录

  • 摘要
  • 1、简介
  • 2、相关工作
    • 2.1、目标检测和实例分割
    • 2.2. 场景文本识别
    • 2.3、边界框回归的损失函数
  • 3、点距最小的并集交点
  • 4、实验结果
    • 4.1、 实验设置
    • 4.2、数据集
    • 4.3、 评估协议
    • 4.4、 目标检测的实验结果
    • 4.5、 字符级场景文本识别的实验结果
    • 4.6、 实例分割的实验结果
  • 5、 结论

边界框回归的魔法:揭秘精准高效的MPDIoU损失函数_第1张图片

摘要

https://arxiv.org/pdf/2307.07662.pdf
边界框回归(BBR)已广泛应用于目标检测和实例分割,这是目标定位的重要步骤。然而,现有的大多数边界框回归损失函数在预测框与地面真相框具有相同长宽比但宽度

你可能感兴趣的:(高质量人类CV论文翻译,回归,数据挖掘,人工智能)