深入解析CIoU损失函数的缺点及其改进方案

1次阅读

没有评论

共计 2069 个字符，预计需要花费 6 分钟才能阅读完成。

目标检测中的 IoU（Intersection over Union）系列损失函数经历了从 IoU 到 GIoU，再到 DIoU 和 CIoU 的演进过程。这些改进主要为了解决边界框回归中的不同问题：

IoU：最基础的度量方式，但无法处理无重叠框的情况且梯度为零
GIoU：引入最小闭合区域解决无重叠问题，但收敛速度慢
DIoU：加入中心点距离项，加快收敛
CIoU：在 DIoU 基础上增加长宽比一致性项（Complete IoU）

CIoU 虽然综合了多种优化因素，但在实际应用中暴露出几个关键问题：

梯度不稳定问题
长宽比项的梯度计算存在除零风险：$\frac{1}{w^2+h^2}$ 在 w 或 h 接近 0 时爆炸
梯度方向可能发生突变，导致训练震荡
小目标敏感性问题
对小目标的中心点偏移惩罚过重
当目标尺寸小于 10×10 像素时，CIoU 的回归效果明显下降
长宽比耦合问题
将宽高比作为一个整体项优化，忽略了宽高变化的独立性
实际场景中物体宽高比变化可能不对称

数学形式：
$EIoU = IoU – \frac{\rho^2(b,b^{gt})}{c^2} – \frac{\rho^2(w,w^{gt})}{C_w^2} – \frac{\rho^2(h,h^{gt})}{C_h^2}$

优势：
– 解耦宽高惩罚项
– 引入动态缩放系数 $C_w$ 和 $C_h$

核心思想：
$SIoU = IoU – \Delta \cdot \Omega$

其中：
– $\Delta$ 为角度惩罚项
– $\Omega$ 为形状惩罚项

特点：
– 考虑边界框方向信息
– 对旋转目标更鲁棒

import torch
import math

class EIoULoss(torch.nn.Module):
    def __init__(self, eps=1e-7):
        super().__init__()
        self.eps = eps

    def forward(self, pred, target):
        # 计算交集坐标
        inter_upleft = torch.max(pred[..., :2], target[..., :2])
        inter_botright = torch.min(pred[..., 2:], target[..., 2:])
        inter_wh = (inter_botright - inter_upleft).clamp(min=0)
        inter_area = inter_wh[..., 0] * inter_wh[..., 1]

        # 计算并集面积
        pred_wh = pred[..., 2:] - pred[..., :2]
        target_wh = target[..., 2:] - target[..., :2]
        union_area = pred_wh[..., 0] * pred_wh[..., 1] + \
                    target_wh[..., 0] * target_wh[..., 1] - inter_area

        # IoU 计算
        iou = inter_area / (union_area + self.eps)

        # 中心点距离惩罚
        center_distance = torch.sum(torch.pow((pred[..., :2] + pred[..., 2:])/2 - 
            (target[..., :2] + target[..., 2:])/2, 2), dim=-1)

        # 解耦的宽高惩罚
        width_penalty = torch.pow(pred_wh[..., 0] - target_wh[..., 0], 2) \
            / (4 * torch.pow(target_wh[..., 0], 2) + self.eps)
        height_penalty = torch.pow(pred_wh[..., 1] - target_wh[..., 1], 2) \
            / (4 * torch.pow(target_wh[..., 1], 2) + self.eps)

        return 1 - iou + center_distance + width_penalty + height_penalty

在 COCO val2017 上的测试结果（YOLOv5s 模型）：