物体検出タスクにおいて、従来の境界ボックス回帰損失関数が回帰する内容と評価基準であるIoU（Intersection over Union）との間に相関性がなく、境界ボックスの回帰属性に不合理な点があり、回帰属性が不完全であるため、検出精度と収束速度が低下し、回帰阻害が発生する場合もある。また、回帰タスクにおいてはサンプルの不均衡も存在し、多数の低品質サンプルが損失収束に影響を与えている。検出精度と回帰収束速度を向上させるために、新しい境界ボックス回帰損失関数を提案した。まず設計思想を確定し、IoU系列損失関数のパラダイムを設計した。次に、IoU損失に基づいて二つの中心点が形成する長方形の周囲長と二つのボックスが形成する最小閉包長方形の周囲長の比率を境界ボックス中心点距離のペナルティ項として導入し、改良したIoU損失を非極大抑制（Non-Maximum Suppression，NMS）処理に適用した。さらに、二つのボックスの幅・高さ誤差と最小外接ボックスの幅・高さの二乗を幅・高さペナルティ項として導入し、CRIoU（Complete Relativity IoU）損失関数を確定した。最後に、CRIoUを基に適応的重み付け係数を追加し、高品質サンプルの回帰損失を重み付け、適応焦点型CRIoU（Adaptive focal CRIoU，AF-CRIoU）を定義した。実験結果は、AF-CRIoU損失関数を用いた場合、従来の非IoU系列損失関数と比較して検出精度が最大8.52%向上し、CIoU系列損失と比較して最大2.69%向上し、A-CRIoU-NMS（Around CRIoU NMS）手法を用いることで元のNMS手法に比べ検出精度が0.14%向上したことを示した。安全ヘルメット検出へのAF-CRIoU損失の適用でも良好な検出効果を達成した。

物体検出;境界ボックス回帰;IoU損失関数;非極大抑制;適応焦点損失