深入解析CIoU损失函数的缺点及其改进方案

1次阅读

共计 1898 个字符，预计需要花费 5 分钟才能阅读完成。

在目标检测任务中，损失函数是衡量预测框与真实框差异的关键指标。早期的 IoU（Intersection over Union）虽然直观，但无法处理非重叠情况。DIoU（Distance-IoU）和 CIoU（Complete-IoU）在此基础上引入了中心点距离和长宽比约束，其中 CIoU 因其全面性成为主流选择。但随着应用深入，CIoU 的缺陷也逐渐暴露。

CIoU 损失函数定义为：

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

其中：

$IoU$ 是交并比
$\rho$ 是预测框与真实框中心点的欧氏距离
$c$ 是最小外接矩形的对角线长度
$v$ 是长宽比一致性系数：
$$
v = \frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}} – \arctan\frac{w}{h})^2
$$
$\alpha$ 是权重系数：
$$
\alpha = \frac{v}{(1-IoU)+v}
$$

当预测框与真实框完全重合时，长宽比项的梯度会突然归零，导致训练后期优化停滞。

$v$ 的计算涉及 arctan 函数，当宽高比接近时会出现梯度震荡。实验表明，该项可能干扰主要优化方向。

$\alpha$ 的动态调整可能使模型在中心点对齐和尺寸匹配之间反复振荡。

将长宽比项拆分为宽度和高度两个独立惩罚项：
$$
L_{EIoU} = L_{DIoU} + \frac{\rho^2(w,w^{gt})}{C_w^2} + \frac{\rho^2(h,h^{gt})}{C_h^2}
$$
优点：梯度更平滑，收敛更稳定。

引入角度惩罚项，优先对齐最接近的轴：
$$
\Lambda = 1 – 2\cdot\sin^2(\arcsin(\frac{|x_c|}{\sqrt{d^2 + 1}})-\frac{\pi}{4})
$$
优点：对旋转框检测更友好。

损失函数	AP@0.5	AP@0.75	AP@[0.5:0.95]
CIoU	58.2	37.5	40.1
EIoU	59.1	38.3	41.2
SIoU	59.4	38.7	41.5

（数据基于 YOLOv5 在 COCO val2017 的测试结果）

import torch
import math

def bbox_ciou(box1, box2):
    """
    CIoU 实现（PyTorch 版本）输入格式：[x1,y1,x2,y2]
    """
    # 计算交集面积
    inter = (torch.min(box1[:,2:], box2[:,2:]) - torch.max(box1[:,:2], box2[:,:2])).clamp(0).prod(1)

    # 计算并集面积
    union = (box1[:,2]-box1[:,0])*(box1[:,3]-box1[:,1]) + \
            (box2[:,2]-box2[:,0])*(box2[:,3]-box2[:,1]) - inter

    # IoU 计算
    iou = inter / union

    # 中心点距离
    ctr_dist = torch.pow(box1[:,:2]+box1[:,2:]-box2[:,:2]-box2[:,2:], 2).sum(1)/4

    # 最小外接矩形对角线
    enclose = torch.pow(torch.max(box1[:,2:],box2[:,2:])-torch.min(box1[:,:2],box2[:,:2]), 2).sum(1)

    # 长宽比惩罚项
    arctan = torch.atan((box1[:,2]-box1[:,0])/(box1[:,3]-box1[:,1]+1e-7)) - \
             torch.atan((box2[:,2]-box2[:,0])/(box2[:,3]-box2[:,1]+1e-7))
    v = 4*torch.pow(arctan/math.pi, 2)
    alpha = v / (1 - iou + v + 1e-7)

    return 1 - iou + (ctr_dist / enclose) + alpha*v