回归损失关注预测边界框与真实框的偏差 。采用IoU(交并比)相关计算来度量回归偏差 。IoU用于评估两个边界框的重叠程度 。新的DFL方法改进了传统回归损失 。传统回归损失在某些场景下效果欠佳 。DFL对边界框的定位更加精准 。通过分布学习优化边界框回归 。构建了边界框位置的概率分布模型 。让模型学习更合理的边界框分布 。