wiseiou损失函数对比ciou

引用中提到了一种新的损失函数SIoU，它重新定义了惩罚指标，并考虑了回归之间的向量角度。SIoU损失函数由4个Cost函数组成，分别是Angle cost、Distance cost、Shape cost和IoU cost。这些改进的损失函数应用于传统的神经网络和数据集，表明SIoU可以提高训练速度和推理准确性。引用中提到的完整的CIoU损失函数定义为LossCIoU=1-IoU(c^2ρ^2(b,b^{gt})/αv)，其中IoU是交并比，c是一种归一化系数，ρ是回归框的长宽比，b和b^{gt}分别是预测框和真实框的参数，αv是平衡系数。引用中给出了最后的回归损失函数Lbox=1-IoU(ΔΩ/2)。根据这些引用内容，可以看出WiseIoU损失函数与CIoU损失函数有一些相似之处，但具体的对比需要进一步研究和实验证实。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [目标检测中的损失函数IoU、GIoU、DIoU、CIoU、SIoU](https://blog.csdn.net/qq_40042726/article/details/125072911)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]