本文介绍了ECCV2020论文《PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments》。针对旋转目标检测，该论文提出PIoU Loss来改进损失函数，解决传统方法中角度优化不足的问题。通过像素近似计算IoU并使用核函数使其可微，提高了检测精度。实验结果显示在HRSC2016数据集上取得89%的准确率，但在DOTA数据集上表现不佳。
文章来源 | 极链AI云（性价比最高的共享算力平台，助力你的技术成长～首次注册可获免费100小时GPU使用时长！官网地址：https://cloud.videojj.com/）
作者 | Chaser【极链AI云技术原创奖励计划】千元云币券获得者
原文地址 | 目标检测论文解读（一）：PIoU Loss （ 官网论坛）
PIoU Loss: Towards Accurate Oriented Object Detection in Complex Environments
发表于ECCV2020的一篇论文，地址入口。
MOTIVATION
解决的是旋转目标检测的问题。旋转目标采用OBB对齐GT，但是loss往往采用的是smoothL1，这会导致很多问题。
如下图：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
