【YOLOV26】第2章 目标检测基础回顾 2.1 单阶段检测数学原理

目录

2.1.1 边界框回归的参数化表示方法

2.1.2 IoU损失函数族：GIoU、DIoU、CIoU、SIoU演进

2.1.3 分类与定位任务的损失平衡策略

2.1.1 边界框回归的参数化表示方法

边界框参数化是目标检测系统的几何基础，其表示方法经历了从锚框依赖到直接回归的范式演进。在YOLO26架构中，参数化策略的选择直接影响着定位精度与训练稳定性。

Anchor-based参数化通过预定义先验框建立回归参考系。设第$j$个特征图位置对应锚框集合${a_k}_{k=1}^K$，其中每个锚框由宽度$w_a$、高度$h_a$及中心坐标$(x_a, y_a)$定义。网络预测偏移量$(t_x, t_y, t_w, t_h)$，解码公式为：

$$b_x = \sigma(t_x) \cdot w_a + x_a$$

$$b_y = \sigma(t_y) \cdot h_a + y_a$$

$$b_w = w_a \cdot e^{t_w}$$

$$b_h = h_a \cdot e^{t_h}$$

该参数化在Ul