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 2663 个字符，预计需要花费 7 分钟才能阅读完成。

目标检测任务中，IoU（Intersection over Union）是最常用的评估指标之一，但直接作为损失函数使用时存在几个明显的缺陷：

尺度不敏感 ：当两个框没有重叠时，IoU 值为 0，无法提供有效的梯度信息，导致训练难以收敛。
方向缺失 ：IoU 只考虑重叠面积，忽略了两框之间的相对位置和方向信息。
收敛速度慢 ：在重叠区域较小时，IoU 损失对边界框的回归效果不佳，收敛速度慢。

损失函数	中心点距离	长宽比	收敛速度
IoU	❌	❌	慢
GIoU	❌	❌	中等
DIoU	✔️	❌	快
CIoU	✔️	✔️	最快

CIoU 在 DIoU 的基础上增加了长宽比惩罚项，公式如下：

$$\text{CIoU} = \text{DIoU} – \alpha v$$

其中，$v$ 是长宽比一致性度量，$\alpha$ 是权衡系数。

公式推导 ：
计算中心点距离：$d = \rho^2(b, b^{gt})$
计算最小包围框的对角线距离：$c$
计算长宽比一致性度量：$v = \frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}} – \arctan\frac{w}{h})^2$
计算权衡系数：$\alpha = \frac{v}{(1 – \text{IoU}) + v}$

可视化 ：

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

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# 生成数据
X, Y = np.meshgrid(np.linspace(0, 1, 100), np.linspace(0, 1, 100))
Z = 1 - X + Y  # 简化示例

# 绘制曲面
ax.plot_surface(X, Y, Z, cmap='viridis')
ax.set_xlabel('IoU')
ax.set_ylabel('中心点距离')
ax.set_zlabel('CIoU 损失')
plt.show()

import torch
import torch.nn as nn

class CIoULoss(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)
        """
        # 计算交集面积
        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])

        inter_area = torch.clamp(inter_x2 - inter_x1, min=0) * torch.clamp(inter_y2 - inter_y1, min=0)

        # 计算并集面积
        pred_area = (pred[:, 2] - pred[:, 0]) * (pred[:, 3] - pred[:, 1])
        target_area = (target[:, 2] - target[:, 0]) * (target[:, 3] - target[:, 1])
        union_area = pred_area + target_area - inter_area + self.eps

        # 计算 IoU
        iou = inter_area / union_area

        # 计算中心点距离
        pred_center = torch.stack([(pred[:, 0] + pred[:, 2]) / 2, (pred[:, 1] + pred[:, 3]) / 2], dim=1)
        target_center = torch.stack([(target[:, 0] + target[:, 2]) / 2, (target[:, 1] + target[:, 3]) / 2], dim=1)
        center_distance = torch.sum((pred_center - target_center) ** 2, dim=1)

        # 计算最小包围框的对角线距离
        enclose_x1 = torch.min(pred[:, 0], target[:, 0])
        enclose_y1 = torch.min(pred[:, 1], target[:, 1])
        enclose_x2 = torch.max(pred[:, 2], target[:, 2])
        enclose_y2 = torch.max(pred[:, 3], target[:, 3])
        enclose_distance = torch.sum((torch.stack([enclose_x2 - enclose_x1, enclose_y2 - enclose_y1], dim=1)) ** 2, dim=1)

        # 计算 DIoU
        diou = iou - (center_distance / (enclose_distance + self.eps))

        # 计算长宽比一致性度量
        pred_wh = torch.stack([pred[:, 2] - pred[:, 0], pred[:, 3] - pred[:, 1]], dim=1)
        target_wh = torch.stack([target[:, 2] - target[:, 0], target[:, 3] - target[:, 1]], dim=1)
        v = (4 / (torch.pi ** 2)) * torch.pow(torch.atan(pred_wh[:, 0] / (pred_wh[:, 1] + self.eps)) - 
                                              torch.atan(target_wh[:, 0] / (target_wh[:, 1] + self.eps)), 2)

        # 计算权衡系数
        alpha = v / ((1 - iou) + v + self.eps)

        # 计算 CIoU
        ciou = diou - alpha * v

        return 1 - ciou.mean()