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