深度学习中的CIoU损失函数：解决目标检测中边界框回归的痛点

1次阅读

共计 1473 个字符，预计需要花费 4 分钟才能阅读完成。

目标检测中的边界框回归（Bounding Box Regression）是决定检测精度的关键步骤。传统 IoU（Intersection over Union）损失函数虽然直观，但在实际应用中暴露了两个严重问题：

梯度消失问题 ：当预测框与真实框完全没有重叠时，IoU 值为 0 且无法提供有效的梯度方向，导致模型无法更新参数。
对齐不敏感问题 ：如图 1 所示，当两个边界框的 IoU 值相同时，IoU 损失无法区分中心点错位（图 1 -a）和完全对齐（图 1 -b）的情况。

 图 1：IoU 局限性示意图
  (a) 中心点偏移   (b) 完美对齐
  ┌──────┐      ┌──────┐
  │  ┌─┐ │      │      │
  │  └─┘ │      └──────┘
  └──────┘

损失函数	公式	特性
IoU	$1 – \frac{	A∩B
GIoU	$1 – IoU + \frac{	C-A∪B
DIoU	$1 – IoU + \frac{\rho^2(b,b^{gt})}{c^2}$	添加中心点距离惩罚项
CIoU	$1 – IoU + \frac{\rho^2}{c^2} + \alpha v$	增加宽高比一致性惩罚

CIoU 的核心创新在于宽高比惩罚项：
$$ v = \frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}} – \arctan\frac{w}{h})^2 $$
$$ \alpha = \frac{v}{(1-IoU)+v} $$

以下是 PyTorch 实现的关键代码（完整版见 GitHub）：

def bbox_ciou(box1, box2):
    # 计算交集面积
    inter = (torch.min(box1[:, 2:], box2[:, 2:]) - 
             torch.max(box1[:, :2], box2[:, :2])).clamp(0).prod(1)

    # 计算 CIoU 各组件
    ctr_distance = ((box1[:, :2] + box1[:, 2:]) - (box2[:, :2] + box2[:, 2:])).pow(2).sum(1)
    enclose_size = (torch.max(box1[:, 2:], box2[:, 2:]) - torch.min(box1[:, :2], box2[:, :2])).pow(2).sum(1)

    # 宽高比惩罚项（防止除零）with torch.no_grad():
        arctan = torch.atan2(box1[:, 3]-box1[:, 1], box1[:, 2]-box1[:, 0]) - \
                 torch.atan2(box2[:, 3]-box2[:, 1], box2[:, 2]-box2[:, 0])
        v = (4 / (math.pi ** 2)) * torch.pow(arctan, 2)
        alpha = v / (1 - (inter / union) + v + 1e-7)

    return 1 - (inter / union) + (ctr_distance / enclose_size) + alpha * v

在 COCO val2017 上的测试结果：