def npu_diou()

def npu_diou(boxes1,boxes2,trans=True, is_cross=False, mode=0):

应用基于NPU的DIoU操作。考虑到目标之间距离，以及距离和范围的重叠率，不同目标或边界需趋于稳定。

• 注释:

  到目前为止，DIoU向后只支持当前版本中的trans==True、is_cross==False、mode==0('iou')。如果需要反向传播，确保参数正确。

• 参数：
  • boxes1 (Tensor) - 格式为xywh、shape为(4, n)的预测检测框。
  • boxes2 (Tensor) - 相应的gt检测框，shape为(4, n)。
  • trans (Bool，默认值为True) - 是否有偏移。
  • is_cross (Bool，默认值为False) - box1和box2之间是否有交叉操作。
  • mode (Int，默认值为0) - 选择DIoU的计算方式。
• 调用方式样例：

  from torch_npu.contrib.function import npu_diou
  diou = npu_diou(box1, box2)

• 返回值：

  Tensor - IoU，size为[1,n]。

• 示例：

      >>> box1 = torch.randn(4, 32).npu()
      >>> box1.requires_grad = True
      >>> box2 = torch.randn(4, 32).npu()
      >>> box2.requires_grad = True
      >>> diou = npu_diou(box1, box2) 
      >>> l = diou.sum()
      >>> l.backward()