siou公式参数说明

siou公式中的参数说明如下：

- Ω：Shape cost，用于衡量目标物体的形状差异。其中，ωw和ωh分别表示目标物体宽度和高度的差异度量，w和h分别表示预测框的宽度和高度，wgt和hgt分别表示真实框的宽度和高度。Ω的计算公式为Ω = ∑ t = w , h ( 1 − e − ω t ) θ，其中θ是一个控制对Shape cost关注程度的参数。

- 𝜃：Shape cost的权重参数，用于控制对Shape cost的关注程度。如果𝜃的值设置为1，将会过度优化形状，从而限制了形状的自由移动。根据实验结果，𝜃的值通常接近4，文中作者定义了𝜃的范围为2到6。

- IoU cost：用于衡量目标物体的重叠度。WIoU v1是一种计算IoU cost的方法，其计算公式为WIoU v1 = exp((x-xgt)^2 + (y-ygt)^2 / (Wg^2 + Hg^2)*)，其中x和y分别表示预测框的中心坐标，xgt和ygt分别表示真实框的中心坐标，Wg和Hg分别表示真实框的宽度和高度。

- Δ：位置cost，用于衡量目标物体的位置差异。其中，ρx和ρy分别表示目标物体中心点在水平和垂直方向上的差异度量，bcx和bcy分别表示预测框的中心点在水平和垂直方向上的坐标，bcxgt和bcygt分别表示真实框的中心点在水平和垂直方向上的坐标，cw和ch分别表示预测框的宽度和高度，γ是一个控制位置cost关注程度的参数，根据实验结果，γ的值通常为2-Λ。

综上所述，siou公式中的参数包括Ω、𝜃、IoU cost和Δ，它们分别用于衡量目标物体的形状差异、形状权重、重叠度和位置差异。
#### 引用[.reference_title]
- *1* *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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [【IoU全总结】GIoU, DIoU, CIoU, EIoU&Focal, αIoU, SIoU,WIoU【基础收藏】](https://blog.csdn.net/qq_44029998/article/details/130065650)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]