Loss 总结：IoU loss总结

object detection 损失：更加接近人眼的损失

what is IoU

  如果两个框没有相交，根据定义，IoU=0，不能反映两者的距离大小（重合度）。同时因为loss=0，没有梯度回传，无法进行学习训练。

IoU无法精确的反映两者的重合度大小。如下图所示，三种情况IoU都相等，但看得出来他们的重合度是不一样的，左边的图回归的效果最好，右边的最差。

GIoU Loss(Generalized Intersection over Union)

C指的是，能够将预测框和gt框最小包围的box
更倾向于这种同一水平和同一垂直的
https://zhuanlan.zhihu.com/p/104236411

DIoU loss （Distance-IoU Loss）

  https://zhuanlan.zhihu.com/p/94799295
  https://www.cnblogs.com/VincentLee/p/12579756.html

CIoU Loss (Complete-IoU)

在DIoU loss的基础上添加了宽高比的loss