目标检测优化实战：用CIoU损失函数替换WIoU v3损失函数的性能对比与实践

1次阅读

共计 3320 个字符，预计需要花费 9 分钟才能阅读完成。

在目标检测任务中，损失函数的选择对模型性能有着至关重要的影响。最近我在项目中尝试用 CIoU 损失函数替换传统的 WIoU v3 损失函数，取得了不错的优化效果。今天就来分享一下这个过程中的实战经验，希望能给正在做目标检测优化的同学一些参考。

WIoU v3（Weighted Intersection over Union）作为目标检测中常用的损失函数，在简单场景下表现良好，但随着项目深入，我发现它在以下场景存在明显不足：

小目标检测：当目标尺寸较小时，WIoU v3 容易受到定位偏差的严重影响，导致边界框回归不稳定。
遮挡情况：在目标被部分遮挡时，WIoU v3 难以准确评估重叠区域，影响模型学习效果。
长宽比极端的目标：对于非常瘦长或扁平的目标，WIoU v3 的评估不够准确。

这些局限性在实际业务场景中经常遇到，促使我寻找更优的解决方案。

特性	WIoU v3	CIoU
考虑重叠面积	√	√
考虑中心点距离	×	√
考虑宽高比一致性	×	√
梯度稳定性	一般	优秀
计算复杂度	低	中等
小目标适应性	较差	较好

从对比可以看出，CIoU（Complete IoU）在多个维度上都有优势，特别是它同时考虑了重叠区域、中心点距离和宽高比这三个重要因素，使得边界框回归更加准确。

下面是用 PyTorch 实现 CIoU 损失函数的完整代码，关键部分我都加了详细注释：

import torch
import math

class CIoULoss(torch.nn.Module):
    """
    Complete IoU (CIoU) Loss for object detection
    Reference: https://arxiv.org/abs/1911.08287
    """
    def __init__(self, eps=1e-7):
        super(CIoULoss, self).__init__()
        self.eps = eps  # 避免除零的小常数

    def forward(self, pred, target):
        """
        Args:
            pred (Tensor): 预测框 [x, y, w, h]
            target (Tensor): 真实框 [x, y, w, h]
        Returns:
            Tensor: CIoU loss
        """
        # 转换坐标格式
        pred_x1 = pred[..., 0] - pred[..., 2] / 2
        pred_y1 = pred[..., 1] - pred[..., 3] / 2
        pred_x2 = pred[..., 0] + pred[..., 2] / 2
        pred_y2 = pred[..., 1] + pred[..., 3] / 2

        target_x1 = target[..., 0] - target[..., 2] / 2
        target_y1 = target[..., 1] - target[..., 3] / 2
        target_x2 = target[..., 0] + target[..., 2] / 2
        target_y2 = target[..., 1] + target[..., 3] / 2

        # 计算交集面积
        inter_x1 = torch.max(pred_x1, target_x1)
        inter_y1 = torch.max(pred_y1, target_y1)
        inter_x2 = torch.min(pred_x2, target_x2)
        inter_y2 = torch.min(pred_y2, target_y2)
        inter_area = (inter_x2 - inter_x1).clamp(min=0) * (inter_y2 - inter_y1).clamp(min=0)

        # 计算并集面积
        pred_area = (pred_x2 - pred_x1) * (pred_y2 - pred_y1)
        target_area = (target_x2 - target_x1) * (target_y2 - target_y1)
        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[..., 1]], dim=-1)
        target_center = torch.stack([target[..., 0], target[..., 1]], dim=-1)
        center_distance = torch.norm(pred_center - target_center, p=2, dim=-1)

        # 计算最小封闭矩形对角线长度
        enclose_x1 = torch.min(pred_x1, target_x1)
        enclose_y1 = torch.min(pred_y1, target_y1)
        enclose_x2 = torch.max(pred_x2, target_x2)
        enclose_y2 = torch.max(pred_y2, target_y2)
        enclose_diagonal = (enclose_x2 - enclose_x1)**2 + (enclose_y2 - enclose_y1)**2 + self.eps

        # 计算 CIoU 中的 v（宽高比一致性）v = (4 / (math.pi**2)) * torch.pow(torch.atan(target[..., 2] / (target[..., 3] + self.eps)) - 
            torch.atan(pred[..., 2] / (pred[..., 3] + self.eps)), 2)

        # alpha 参数
        alpha = v / (1 - iou + v + self.eps)

        # 最终 CIoU 计算
        ciou = iou - (center_distance**2 / enclose_diagonal + alpha * v)
        loss = 1 - ciou

        return loss.mean()

IoU 部分：计算预测框和真实框的交并比，这是基础重叠度量。
中心点距离惩罚项：$\frac{\rho^2(b,b^{gt})}{c^2}$，其中 $\rho$ 是欧式距离，$c$ 是最小封闭矩形的对角线长度。
宽高比一致性项：$\alpha v$，其中 $v=\frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}}-\arctan\frac{w}{h})^2$，$\alpha=\frac{v}{(1-IoU)+v}$。