目标检测优化：2.5 Wise-IoU损失函数原理剖析与实战调优

1次阅读

共计 1981 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，IoU(Intersection over Union)是最常用的评估指标，但直接作为损失函数存在两个致命缺陷：

梯度消失问题：当预测框与真实框无重叠时，IoU= 0 导致梯度为 0，无法提供有效的优化方向
尺度敏感性：对小目标的 IoU 变化极度敏感，相同的位置偏差下，小目标的 IoU 下降幅度远大于大目标

后续的变体 (GIoU/DIoU/CIoU) 虽然解决了无重叠时的梯度问题，但均未从根本上改善尺度敏感性。以 CIoU 为例，其中心点距离项 $\rho^2(b,b^{gt})$ 和长宽比项 $\alpha v$ 的计算方式会放大对小目标的位置惩罚。

设计动态调整的权重系数 $\beta$，当 IoU 较小时自动增大梯度：

$$ \beta = (1-IoU)^\gamma $$

其中 $\gamma$ 控制聚焦强度（默认 1.5），这使得模型在训练初期或困难样本上获得更大更新幅度。

引入与目标尺寸相关的补偿系数，抵消尺度差异带来的影响：

$$ S = 1 + \log(\frac{w^{gt} \times h^{gt}}{A_{img}}) $$

其中 $A_{img}$ 为图像面积，该项使不同尺度的目标在相同 IoU 误差下获得均衡的梯度。

最终将原始 IoU 损失 $L_{IoU}$ 改造为：

$$ L_{2.5WIoU} = \beta \times S \times L_{IoU} $$

该设计保证总梯度量级稳定，同时实现对小目标的友好优化。

import torch
import math

class WiseIoULoss(nn.Module):
    def __init__(self, gamma=1.5, eps=1e-7):
        super().__init__()
        self.gamma = gamma  # 聚焦因子指数
        self.eps = eps      # 数值稳定项

    def forward(self, pred, target, img_size):
        """
        pred: [N,4] (x1,y1,x2,y2)
        target: [N,4] 
        img_size: (w,h)
        """
        # 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 = (inter_x2 - inter_x1).clamp(0) * \
                (inter_y2 - inter_y1).clamp(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 = pred_area + target_area - inter + self.eps

        # 基础 IoU 计算
        iou = inter / union

        # 动态聚焦因子
        beta = (1 - iou).pow(self.gamma)

        # 尺度补偿项
        target_wh = target[:,2:] - target[:,:2]
        img_area = img_size[0] * img_size[1]
        S = 1 + torch.log(target_wh.prod(dim=1) / img_area)

        # 组合最终损失
        loss = 1 - (beta * S * iou).mean()
        return loss

在 COCO val2017 上的测试数据（YOLOv5s backbone）：