CIoU损失函数改进：从理论到实践的优化策略

1次阅读

共计 1788 个字符，预计需要花费 5 分钟才能阅读完成。

在目标检测任务中，边界框回归的准确性直接影响检测性能。早期的 IoU（Intersection over Union）损失函数直接优化预测框与真实框的交并比，但存在梯度消失问题（当两框无交集时）。后续的 GIoU 引入最小闭合区域，DIoU 加入中心点距离惩罚，而 CIoU 进一步综合了长宽比一致性约束，其定义为：

$$\mathcal{L}_{CIoU} = 1 – IoU + \frac{\rho^2(b,b^{gt})}{c^2} + \alpha v$$

其中 $v=\frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}}-\arctan\frac{w}{h})^2$，$\alpha=\frac{v}{(1-IoU)+v}$。

当处理极端长宽比的边界框时（如 w:h=10:1），传统 CIoU 存在两个问题：

长宽比惩罚项 $v$ 的梯度计算出现 $\frac{\partial v}{\partial w}\propto\frac{1}{w^2}$，导致梯度值过小
权重系数 $\alpha$ 在训练初期因 IoU 接近 0 而失效

将固定权重改为动态调整机制：
$$\alpha_{dynamic} = \frac{v}{\epsilon+(1-IoU)+v}$$
其中 $\epsilon=0.01$ 防止分母为零，训练初期给予更大惩罚力度。

将欧式距离改为平滑 L1 范式：
$$\frac{\rho^2}{c^2} \rightarrow \frac{smooth_{L1}(\rho)}{c}$$

import torch
import math

class DynamicCIoULoss(nn.Module):
    def __init__(self, eps=0.01):
        super().__init__()
        self.eps = eps

    def forward(self, pred, target):
        # 计算交集坐标
        inter_x1 = torch.max(pred[:, 0], target[:, 0])
        inter_y1 = torch.max(pred[:, 1], target[:, 1])
        inter_x2 = torch.min(pred[:, 2], target[:, 2])
        inter_y2 = torch.min(pred[:, 3], target[:, 3])

        # 动态调整权重计算
        w_gt = target[:, 2] - target[:, 0]
        h_gt = target[:, 3] - target[:, 1]
        v = (4 / (math.pi ** 2)) * torch.pow(torch.atan(w_gt / h_gt) - torch.atan((pred[:,2]-pred[:,0])/(pred[:,3]-pred[:,1])), 2)
        alpha = v / (self.eps + (1 - iou) + v)

        # 平滑中心约束
        c_x = torch.abs((pred[:,0]+pred[:,2])/2 - (target[:,0]+target[:,2])/2)
        c_y = torch.abs((pred[:,1]+pred[:,3])/2 - (target[:,1]+target[:,3])/2)
        center_loss = torch.where(c_x + c_y < 1, 
                                0.5 * (c_x + c_y).pow(2),
                                (c_x + c_y) - 0.5)

        return 1 - iou + center_loss / c_diag + alpha * v

在 COCO val2017 上的测试结果（RetinaNet-R50）：