WIoU Loss 起名的由来

WIoU Loss是由清华大学的研究者提出的一种损失函数，全称为“Within-Class Inter-Instance Orthogonality Loss”。在计算机视觉领域中，通常使用损失函数来衡量模型预测结果与真实结果之间的差异。WIoU Loss的提出旨在解决语义分割任务中，同一个类别内不同实例之间的区分问题。它通过优化同一类别内不同实例之间的互相正交性，提高了模型的语义分割能力。