深度解析CIoU损失函数图：解决目标检测中的边界框回归难题

1次阅读

共计 2822 个字符，预计需要花费 8 分钟才能阅读完成。

在目标检测任务中，边界框回归的精度直接影响模型性能。传统的 IoU（Intersection over Union）损失函数虽然直观，但存在两个主要问题：

梯度消失问题 ：当预测框与真实框没有重叠时，IoU 值为 0，导致梯度无法回传，模型无法学习。
对齐敏感问题 ：IoU 只考虑重叠面积，忽略了中心点距离和宽高比的影响，导致回归不够稳定。

GIoU（Generalized IoU）通过引入最小闭包区域部分解决了梯度消失问题，但仍未考虑中心点距离和宽高比的影响。

损失函数	数学特性	适用场景
IoU	仅考虑重叠面积	简单场景，重叠框较多
GIoU	引入最小闭包区域	部分解决梯度消失问题
DIoU	引入中心点距离惩罚	需要更稳定的回归
CIoU	引入中心点距离和宽高比惩罚	高精度目标检测

CIoU 的公式如下：

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

其中：
– (\rho^2(b, b^{gt})) 是预测框和真实框中心点的欧氏距离。
– (c) 是最小闭包区域的对角线长度。
– (\alpha) 是权重系数，(v) 是宽高比一致性度量。

import torch
import math

def ciou_loss(pred_boxes: torch.Tensor, target_boxes: torch.Tensor) -> torch.Tensor:
    """
    Compute CIoU loss between predicted and target boxes.

    Args:
        pred_boxes (torch.Tensor): Predicted boxes [x1, y1, x2, y2].
        target_boxes (torch.Tensor): Target boxes [x1, y1, x2, y2].

    Returns:
        torch.Tensor: CIoU loss.
    """
    # Convert boxes to [cx, cy, w, h] format
    pred_cx = (pred_boxes[:, 0] + pred_boxes[:, 2]) / 2
    pred_cy = (pred_boxes[:, 1] + pred_boxes[:, 3]) / 2
    pred_w = pred_boxes[:, 2] - pred_boxes[:, 0]
    pred_h = pred_boxes[:, 3] - pred_boxes[:, 1]

    target_cx = (target_boxes[:, 0] + target_boxes[:, 2]) / 2
    target_cy = (target_boxes[:, 1] + target_boxes[:, 3]) / 2
    target_w = target_boxes[:, 2] - target_boxes[:, 0]
    target_h = target_boxes[:, 3] - target_boxes[:, 1]

    # Compute IoU
    inter_x1 = torch.max(pred_boxes[:, 0], target_boxes[:, 0])
    inter_y1 = torch.max(pred_boxes[:, 1], target_boxes[:, 1])
    inter_x2 = torch.min(pred_boxes[:, 2], target_boxes[:, 2])
    inter_y2 = torch.min(pred_boxes[:, 3], target_boxes[:, 3])

    inter_area = torch.clamp(inter_x2 - inter_x1, min=0) * torch.clamp(inter_y2 - inter_y1, min=0)
    pred_area = pred_w * pred_h
    target_area = target_w * target_h
    union_area = pred_area + target_area - inter_area
    iou = inter_area / (union_area + 1e-7)

    # Compute center distance
    center_distance = (pred_cx - target_cx) ** 2 + (pred_cy - target_cy) ** 2

    # Compute enclosing box diagonal distance
    enclose_x1 = torch.min(pred_boxes[:, 0], target_boxes[:, 0])
    enclose_y1 = torch.min(pred_boxes[:, 1], target_boxes[:, 1])
    enclose_x2 = torch.max(pred_boxes[:, 2], target_boxes[:, 2])
    enclose_y2 = torch.max(pred_boxes[:, 3], target_boxes[:, 3])
    enclose_diagonal = (enclose_x2 - enclose_x1) ** 2 + (enclose_y2 - enclose_y1) ** 2

    # Compute aspect ratio consistency
    v = (4 / (math.pi ** 2)) * torch.pow(torch.atan(target_w / target_h) - torch.atan(pred_w / pred_h), 2)
    alpha = v / (1 - iou + v + 1e-7)

    # Compute CIoU loss
    ciou_loss = 1 - iou + center_distance / (enclose_diagonal + 1e-7) + alpha * v

    return ciou_loss.mean()

在 COCO 数据集上，使用 CIoU 损失函数相比 IoU 和 GIoU，mAP（mean Average Precision）提升了约 2 -3%。以下是实验配置：