深入解析CIoU损失函数公式：从数学原理到目标检测实战

1次阅读

没有评论

共计 2510 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（Bounding Box）回归是核心环节之一。传统方法使用 L1/L2 损失函数直接预测坐标偏移量，但存在两个明显缺陷：

尺度敏感性：相同的位置偏差，对小目标的惩罚远大于大目标
指标不一致性：损失函数优化的目标（如坐标误差）与评估指标（IoU）不直接相关

这促使研究者转向基于 IoU（Intersection over Union）的损失函数设计。从原始的 IoU Loss 出发，先后演进出了 GIoU、DIoU，最终发展到本文重点讨论的 CIoU（Complete IoU）损失函数。

CIoU 在 DIoU 的基础上引入长宽比一致性约束，其完整公式为：

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

其中各分量含义如下：

$IoU$：预测框与真实框的交并比
$\frac{\rho^2}{c^2}$：归一化的中心点距离（DIoU 分量），$\rho$ 为欧式距离，$c$ 为最小外接矩形的对角线长度
$v$：长宽比一致性度量：
$$
v = \frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}} – \arctan\frac{w}{h})^2
$$
$\alpha$：平衡系数：
$$
\alpha = \frac{v}{(1-IoU)+v}
$$

相比 DIoU，CIoU 通过 $v$ 项显式建模了长宽比的相似性，使预测框在中心点对齐后能更快收敛到正确的高宽比。

在 COCO val2017 数据集上的测试结果（RetinaNet-Res50, PyTorch 1.10, RTX 3090）：

损失函数	AP@0.5	AP@0.75	AP@[0.5:0.95]
IoU	53.2	36.8	38.4
GIoU	54.1	37.9	39.3
DIoU	55.3	38.7	40.1
CIoU	56.7	40.2	41.5

关键发现：

CIoU 在三个指标上全面领先，特别是对严格匹配的 AP@0.75 提升显著
长宽比敏感的任务（如行人检测）受益更明显

import torch
import math

def bbox_ciou(pred_boxes, target_boxes, eps=1e-7):
    """
    Args:
        pred_boxes (Tensor): [N,4] (x1,y1,x2,y2)
        target_boxes (Tensor): [N,4] (x1,y1,x2,y2)
    """
    # 转换为中心点 + 宽高表示
    pred_ctr = (pred_boxes[:, :2] + pred_boxes[:, 2:]) / 2
    pred_wh = pred_boxes[:, 2:] - pred_boxes[:, :2]
    target_ctr = (target_boxes[:, :2] + target_boxes[:, 2:]) / 2
    target_wh = target_boxes[:, 2:] - target_boxes[:, :2]

    # 计算 IoU
    inter_wh = (torch.min(pred_boxes[:, 2:], target_boxes[:, 2:]) 
               - torch.max(pred_boxes[:, :2], target_boxes[:, :2])).clamp(0)
    inter = inter_wh[:, 0] * inter_wh[:, 1]
    union = pred_wh[:, 0] * pred_wh[:, 1] + target_wh[:, 0] * target_wh[:, 1] - inter + eps
    iou = inter / union

    # 中心点距离项
    center_distance = (pred_ctr - target_ctr).pow(2).sum(dim=1)
    enclosing_diagonal = (torch.max(pred_boxes[:, 2:], target_boxes[:, 2:]) 
                         - torch.min(pred_boxes[:, :2], target_boxes[:, :2])).pow(2).sum(dim=1)
    diou_term = center_distance / (enclosing_diagonal + eps)

    # 长宽比项
    with torch.no_grad():
        arctan_pred = torch.atan(pred_wh[:, 0] / (pred_wh[:, 1] + eps))
        arctan_target = torch.atan(target_wh[:, 0] / (target_wh[:, 1] + eps))
        v = (4 / (math.pi ** 2)) * (arctan_pred - arctan_target).pow(2)
        alpha = v / (1 - iou + v + eps)

    ciou = iou - diou_term - alpha * v
    return (1 - ciou).mean()

实现要点：