რა არის GIoU, DIoU, CIoU ზარალი?

GIoU (საერთო შეჭრისა და ერთობის ზოგადი), DIoU (მოსახლო შეჭრისა და ერთობის მანძილი) და CIoU (სრულყოფილი შეჭრისა და ერთობის) დანაკარგის ფუნქციებია, რომლებიც გამოიყენება ობიექტების გამოვლენის დავალებებში, რათა გაუმჯობესდეს საზღვრის ყუთების (bounding boxes) პროგნოზის ხარისხი.

• IoU ზომავს ორი ყუთის შეჭრას და ერთობას, მაგრამ არ ითვალისწინებს მათ შორის მანძილს, რაც შეიძლება გამოიწვიოს პრობლემები, როდესაც ყუთები არ იჭრება ერთმანეთს.

• GIoU გრძელვადიანია IoU-ს, დამატებით ითვალისწინებს ყუთებს შორის მანძილს, განიხილავს მინიმალურ ჩასახლებულ მართკუთხა, რომელიც ორივე ყუთს მოიცავს. ეს ეხმარება გრადიენტების გაუმჯობესებაში, როდესაც შეჭრა არ არის.

• DIoU ითვალისწინებს არა მხოლოდ შეჭრის ფართობს, არამედ ყუთების ცენტრებს შორის მანძილს, რაც აჩქარებს კონვერგენციას და აუმჯობესებს სიზუსტეს.

• CIoU დამატებით ითვალისწინებს ყუთების მხარეების შეფარდებას, რაც ეხმარება უფრო ზუსტ და პროპორციულ საზღვრის ყუთების პროგნოზირებაში.

PyTorch-ში CIoU დანაკარგის გამოყენების მაგალითი (სადავო):

import torch

def ciou_loss(pred_boxes, target_boxes):
    # pred_boxes და target_boxes: [x ცენტრი, y ცენტრი, სიგანე, სიმაღლე]
    # გამოთვლა IoU, ცენტრების შორის მანძილი და მხარეების შეფარდება
    # აბრუნებს CIoU დანაკარგის მნიშვნელობას
    pass  # განხორციელება დამოკიდებულია კონკრეტულ დავალებაზე

ეს დანაკარგის ფუნქციები ეხმარება ობიექტების ლოკალიზაციის ხარისხის გაუმჯობესებაში თანამედროვე დეტექტორებში, როგორიცაა YOLOv4 და სხვა.