CIoU损失函数图解析：从原理到实战的深度学习损失函数优化指南

1次阅读

共计 2571 个字符，预计需要花费 7 分钟才能阅读完成。

在目标检测任务中，IoU（Intersection over Union）是最常用的评估指标，但直接用作损失函数时存在明显缺陷：

尺度不敏感 ：当预测框与真实框无重叠时，IoU 恒为 0，无法提供梯度方向
方向缺失 ：只考虑重叠面积，忽略中心点距离和长宽比差异
收敛缓慢 ：GIoU 虽然解决无重叠情况，但长宽比优化效率低下

（图示：相同 IoU 值下，不同位置的预测框应得到不同惩罚）

指标	中心点距离	长宽比	收敛速度	适用场景
IoU	×	×	慢	简单重叠检测
GIoU	×	×	中	通用目标检测
DIoU	√	×	快	密集物体检测
CIoU	√	√	最快	高精度框回归

CIoU 的核心创新是引入长宽比惩罚项：

v = \frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}} - \arctan\frac{w}{h})^2

其中 $\alpha$ 动态平衡中心距离与长宽比的重要性：

\alpha = \frac{v}{(1 - IoU) + v}

计算基础 IoU：
```
IoU = \frac{|A \cap B|}{|A \cup B|}
```

添加中心距离惩罚（DIoU 部分）：

\mathcal{L}_{DIoU} = 1 - IoU + \frac{\rho^2(b,b^{gt})}{c^2}

引入长宽比一致性项：

\mathcal{L}_{CIoU} = \mathcal{L}_{DIoU} + \alpha v

动态权重调整：

\alpha = \begin{cases} 
0 & \text{if} IoU > 0.5 \\
\frac{v}{1-IoU+v} & \text{otherwise}
\end{cases}

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 生成预测框与 GT 框的宽高比差异
w_ratios = np.linspace(0.1, 2, 100)
h_ratios = np.linspace(0.1, 2, 100)
W, H = np.meshgrid(w_ratios, h_ratios)

# 模拟 CIoU 计算（简化版）v = (np.arctan(W) - np.arctan(H))**2
ciou_loss = 1 - (1/(1+v)) + 0.5*v  # 假设 IoU=0.5

# 绘制 3D 曲面
fig = plt.figure(figsize=(12,8))
ax = fig.add_subplot(111, projection='3d')
surf = ax.plot_surface(W, H, ciou_loss, cmap='viridis')
ax.set_xlabel('Width Ratio')
ax.set_ylabel('Height Ratio')
ax.set_zlabel('CIoU Loss')
plt.show()

import torch
import math

class CIoULoss(torch.nn.Module):
    def __init__(self, eps=1e-7):
        super(CIoULoss, self).__init__()
        self.eps = eps

    def forward(self, pred, target):
        """
        pred: [N,4] (x1,y1,x2,y2)
        target: [N,4] (x1,y1,x2,y2)
        """
        # 转换为中心点 + 宽高格式
        pred_ctr = (pred[..., :2] + pred[..., 2:]) / 2
        pred_wh = pred[..., 2:] - pred[..., :2]

        target_ctr = (target[..., :2] + target[..., 2:]) / 2
        target_wh = target[..., 2:] - target[..., :2]

        # 计算 IoU
        inter_area = torch.prod(torch.min(pred[..., 2:], target[..., 2:]) - 
            torch.max(pred[..., :2], target[..., :2]).clamp(min=0), 
            dim=-1
        )
        union_area = torch.prod(pred_wh, dim=-1) + \
                     torch.prod(target_wh, dim=-1) - \
                     inter_area + self.eps
        iou = inter_area / union_area

        # 中心点距离惩罚
        center_dist = torch.sum((pred_ctr - target_ctr)**2, dim=-1)
        enclose_diag = torch.sum((torch.max(pred[..., 2:], target[..., 2:]) - 
            torch.min(pred[..., :2], target[..., :2])
        )**2, dim=-1)
        diou = iou - center_dist / (enclose_diag + self.eps)

        # 长宽比惩罚
        with torch.no_grad():
            arctan = torch.atan(pred_wh[...,0]/pred_wh[...,1].clamp(min=self.eps)) - \
                      torch.atan(target_wh[...,0]/target_wh[...,1].clamp(min=self.eps))
            v = (4 / (math.pi ** 2)) * torch.pow(arctan, 2)
            alpha = v / ((1 - iou) + v + self.eps)

        ciou = diou - alpha * v
        return 1 - ciou.mean()