piou:piou损失和Retail50K数据集

损失 定向对象检测； IOU损失 ， 陈志明，陈基恩，林伟耀，约翰·西，许宇，严克，杨聪 arXiv技术报告（ ） 抽象的 使用定向包围盒（OBB）进行对象检测可以通过减少与背景区域的重叠来更好地定位旋转对象。 现有的OBB方法大多是通过引入额外的角度尺寸（通过距离损耗进行优化）在水平边界框检测器上构建的。 但是，由于距离损失仅使OBB的角度误差最小，并且与IoU的相关性松散，因此它对具有高长宽比的对象不敏感。 因此，制定了一种新的损失，即Pixels-IoU（PIoU）损失，以利用角度和IoU进行精确的OBB回归。 PIoU损耗是从IoU度量导出的，具有像素级形式，这很简单，适用于水平和定向边界框。 为了证明其有效性，我们在基于锚和无锚的框架上评估了PIoU的损失。 实验结果表明，PioU损耗可以显着提高OBB检测器的性能，特别是在具有高长宽比和复杂背景的物体上。 此外，以前的评估数