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 2772 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，边界框回归的精度直接影响模型的性能。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 ：当预测框和真实框没有重叠时，IoU 值为 0，梯度也为 0，导致模型无法学习。
对齐敏感问题 ：即使 IoU 相同，不同的框对齐方式可能导致回归效果差异巨大。

GIoU（Generalized IoU）通过引入最小闭包区域部分解决了梯度消失问题，但对齐敏感问题依然存在。DIoU（Distance IoU）进一步引入中心点距离惩罚项，但未考虑宽高比的影响。

损失函数	数学特性	适用场景
IoU	仅考虑重叠区域	简单任务，重叠框较多
GIoU	引入最小闭包区域	解决梯度消失，但对齐敏感
DIoU	加入中心点距离惩罚	需要更精确的中心定位
CIoU	综合中心点距离和宽高比	复杂场景，需要高精度回归

CIoU 的完整公式如下：

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

其中：
– $\rho$ 是欧氏距离
– $c$ 是最小闭包区域的对角线长度
– $v$ 衡量宽高比一致性：
$$
v = \frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}} – \arctan\frac{w}{h})^2
$$
– $\alpha$ 是平衡系数：
$$
\alpha = \frac{v}{(1 – IoU) + v}
$$

import torch
import math

def ciou_loss(pred_boxes: torch.Tensor, target_boxes: torch.Tensor, eps: float = 1e-7):
    """
    Compute CIoU loss between predicted and target boxes.

    Args:
        pred_boxes: Tensor of shape (N, 4) in format (x1, y1, x2, y2)
        target_boxes: Tensor of shape (N, 4) in same format
        eps: Small value to avoid division by zero

    Returns:
        CIoU loss tensor of shape (N,)
    """
    # Convert to (center_x, center_y, width, height) format
    pred_xywh = torch.cat([(pred_boxes[:, :2] + pred_boxes[:, 2:]) / 2,
                          pred_boxes[:, 2:] - pred_boxes[:, :2]], dim=-1)
    target_xywh = torch.cat([(target_boxes[:, :2] + target_boxes[:, 2:]) / 2,
                            target_boxes[:, 2:] - target_boxes[:, :2]], dim=-1)

    # Calculate IoU
    inter_area = (torch.min(pred_boxes[:, 2], target_boxes[:, 2]) - 
                 torch.max(pred_boxes[:, 0], target_boxes[:, 0])).clamp(0) * \
                 (torch.min(pred_boxes[:, 3], target_boxes[:, 3]) - 
                 torch.max(pred_boxes[:, 1], target_boxes[:, 1])).clamp(0)

    union_area = ((pred_boxes[:, 2] - pred_boxes[:, 0]) * 
                 (pred_boxes[:, 3] - pred_boxes[:, 1]) +
                 (target_boxes[:, 2] - target_boxes[:, 0]) * 
                 (target_boxes[:, 3] - target_boxes[:, 1]) -
                 inter_area + eps)

    iou = inter_area / union_area

    # Center distance
    center_dist = torch.sum((pred_xywh[:, :2] - target_xywh[:, :2]) ** 2, dim=1)

    # Minimum enclosing box diagonal
    enclose_diag = torch.sum((torch.max(pred_boxes[:, 2:], target_boxes[:, 2:]) - 
                             torch.min(pred_boxes[:, :2], target_boxes[:, :2])) ** 2, dim=1)

    # Aspect ratio consistency
    with torch.no_grad():
        arctan = torch.atan2(target_xywh[:, 3], target_xywh[:, 2]) - \
                 torch.atan2(pred_xywh[:, 3], pred_xywh[:, 2])
        v = (4 / (math.pi ** 2)) * torch.pow(arctan, 2)
        alpha = v / (1 - iou + v + eps)

    # Final CIoU calculation
    ciou = iou - (center_dist / (enclose_diag + eps) + alpha * v)
    return 1 - ciou

通过调整不同参数，我们可以观察到 CIoU 损失函数的变化规律：