在目标检测任务中，损失函数的设计直接影响模型的训练效果和最终精度。不同于图像分类等任务只需要一个损失，目标检测通常需要三个子任务定位损失（Bounding Box Loss）：衡量预测框与真实框的位置差异分类损失（Class Loss）：判断框内物体的类别置信度损失（Confidence Loss）：判断框内是否包含物体本文将系统梳理这三类损失函数的演进历程，重点讲解IoU系列损失（IoU → G