共计 2492 个字符，预计需要花费 7 分钟才能阅读完成。

背景与痛点

CenterNet 作为单阶段目标检测的经典方法，直接预测目标的中心点、尺寸和偏移量，避免了传统 Anchor-based 方法的复杂设计。但在实际项目中，开发者常遇到三个典型问题：

1. 损失函数敏感 ：Focal Loss 的超参数（alpha/gamma）轻微调整会导致 mAP 波动 5% 以上
2. 多任务失衡 ：当尺寸损失（Size Loss）权重过高时，模型会忽视中心点定位精度
3. 收敛不稳定 ：在训练初期，中心点热图容易因输出值过小导致梯度消失

数学原理详解

1. 分类损失（Focal Loss）

原始 Focal Loss 公式：

$$FL(p_t) = -\alpha_t(1-p_t)^\gamma\log(p_t)$$

在 CenterNet 中的改进形式：

1. 对负样本（背景）增加高斯加权：
   $$w(x,y) = \exp(-\frac{(x-\tilde{x})^2+(y-\tilde{y})^2}{2\sigma^2})$$
2. 正样本损失权重保持 1.0，负样本按高斯分布衰减

2. 中心点偏移损失（Offset Loss）

采用平滑 L1 损失处理亚像素级偏移：

$$L_{off} = \frac{1}{N}\sum_{k=1}^N SmoothL1(\tilde{o}_k – o_k)$$

其中 $\tilde{o}_k$ 是真实偏移量，$o_k$ 是预测值。关键点在于：

• 只对正样本（中心点）计算该损失
• 偏移量范围需归一化到 [-0.5, 0.5]

3. 尺寸损失（Size Loss）

使用尺度不变的 log 空间损失：

$$L_{size} = \frac{1}{N}\sum_{k=1}^N |\log(s_k) – \log(\tilde{s}_k)|$$

这种设计使得对小目标的尺寸误差更敏感。

PyTorch 实现代码

import torch
import torch.nn as nn
import torch.nn.functional as F

class CenterNetLoss(nn.Module):
    def __init__(self, alpha=2, beta=4, gamma=2):
        super().__init__()
        self.alpha = alpha  # Focal Loss 的 alpha 参数
        self.beta = beta    # 高斯核的 beta 参数
        self.gamma = gamma  # Focal Loss 的 gamma 参数
        self.offset_loss = nn.SmoothL1Loss(reduction='sum')

    def forward(self, pred_heatmap, pred_offset, pred_size, target):
        """
        pred_heatmap: [B, C, H, W] 预测的热图
        pred_offset: [B, 2, H, W]  预测的偏移量
        pred_size: [B, 2, H, W]    预测的尺寸
        target: dict {'heatmap': [B, C, H, W],
            'offset': [B, 2, H, W],
            'size': [B, 2, H, W],
            'mask': [B, H, W]
        }
        """
        # 分类损失（改进版 Focal Loss）pos_mask = target['mask'].unsqueeze(1)
        neg_mask = (1 - pos_mask).float()
        pos_loss = -torch.pow(1 - pred_heatmap, self.gamma) * \
                   torch.log(pred_heatmap + 1e-12) * pos_mask
        neg_loss = -torch.pow(pred_heatmap, self.alpha) * \
                   torch.pow(1 - pred_heatmap, self.gamma) * \
                   torch.log(1 - pred_heatmap + 1e-12) * neg_mask
        cls_loss = (pos_loss + neg_loss).sum() / max(1, pos_mask.sum())

        # 偏移量损失
        offset_loss = self.offset_loss(pred_offset * pos_mask.unsqueeze(1),
            target['offset'] * pos_mask.unsqueeze(1)
        ) / max(1, pos_mask.sum())

        # 尺寸损失
        size_loss = F.l1_loss(pred_size * pos_mask.unsqueeze(1),
            target['size'] * pos_mask.unsqueeze(1),
            reduction='sum'
        ) / max(1, pos_mask.sum())

        return cls_loss + 0.1 * offset_loss + 0.1 * size_loss

优化技巧

任务相关权重调整

1. 行人检测 （小目标居多）：
2. 增大 Focal Loss 的 gamma（建议 3 -4）

3. 降低尺寸损失权重（0.05-0.1）

4. 车辆检测 （大目标为主）：

5. 减小 gamma（1-2）
6. 提高偏移损失权重（0.2-0.3）

学习率协同策略

1. 初始阶段（前 5 个 epoch）：

   optimizer = torch.optim.AdamW(model.parameters(), 
       lr=1e-4 * batch_size / 16,  # 线性缩放规则
       weight_decay=1e-4
   )

2. 稳定阶段：

3. 每 10 个 epoch 衰减 0.5 倍
4. 当分类损失下降缓慢时，单独提高尺寸损失的学习率

避坑指南

热图量化误差问题

1. 现象 ：中心点坐标映射到热图时存在取整误差
2. 解决方案 ：
3. 训练时使用浮点数坐标生成高斯热图
4. 测试时采用双线性插值恢复原始分辨率

极端尺寸目标处理

1. 超大目标 ：
2. 在尺寸损失中使用 log 缩放

3. 限制预测尺寸的最大值

   pred_size = torch.clamp(pred_size, max=math.log(512))

4. 微小目标 ：

5. 在数据增强中禁用过度下采样
6. 设置最小尺寸阈值（如 4 ×4 像素）

实验对比

开放式问题

1. 如何设计动态调整的损失权重，使得不同任务（分类 / 偏移 / 尺寸）的梯度量级自动平衡？
2. 对于极端长宽比目标（如旗杆），现有的尺寸损失函数是否需要特殊优化？