深入解析CIoU损失函数：目标检测中的边界框回归优化策略

1次阅读

共计 2125 个字符，预计需要花费 6 分钟才能阅读完成。

在目标检测任务中，边界框回归的精度直接影响模型的定位性能。传统的 IoU（Intersection over Union）损失函数虽然直观，但在实际应用中存在明显缺陷：

零梯度问题 ：当预测框与真实框无重叠时，IoU 值为 0 且无法提供梯度更新方向
尺度不敏感 ：相同的 IoU 值可能对应完全不同的空间位置关系
收敛速度慢 ：未考虑中心点距离和长宽比等几何因素

IoU Loss：
$$\mathcal{L}_{IoU} = 1 – \frac{|A \cap B|}{|A \cup B|}$$
GIoU Loss（Generalized IoU）：
$$\mathcal{L}_{GIoU} = 1 – IoU + \frac{|C \setminus (A \cup B)|}{|C|}$$
其中 C 为最小闭包矩形
DIoU Loss（Distance IoU）：
$$\mathcal{L}_{DIoU} = 1 – IoU + \frac{\rho^2(b,b^{gt})}{c^2}$$
$\rho$ 表示中心点欧氏距离，c 为最小闭包矩形对角线长度
CIoU Loss（Complete IoU）：
$$\mathcal{L}_{CIoU} = 1 – IoU + \frac{\rho^2(b,b^{gt})}{c^2} + \alpha v$$
其中 $v = \frac{4}{\pi^2}(\arctan\frac{w^{gt}}{h^{gt}} – \arctan\frac{w}{h})^2$，$\alpha = \frac{v}{(1-IoU)+v}$

中心点约束 ：通过欧氏距离加速收敛
长宽比一致性 ：引入 $\alpha v$ 项优化宽高比
动态平衡 ：$\alpha$ 系数自动调整不同阶段的优化重点

import torch
import math

def bbox_ciou(box1, box2, eps=1e-7):
    """
    计算 CIoU 损失
    box 格式: [x1, y1, x2, y2] (左上右下坐标)
    """
    # 坐标转换
    b1_x1, b1_y1, b1_x2, b1_y2 = box1.chunk(4, dim=-1)
    b2_x1, b2_y1, b2_x2, b2_y2 = box2.chunk(4, dim=-1)

    # 计算交集面积
    inter = (torch.min(b1_x2, b2_x2) - torch.max(b1_x1, b2_x1)).clamp(0) * \
            (torch.min(b1_y2, b2_y2) - torch.max(b1_y1, b2_y1)).clamp(0)

    # 计算并集面积
    w1, h1 = b1_x2 - b1_x1, b1_y2 - b1_y1
    w2, h2 = b2_x2 - b2_x1, b2_y2 - b2_y1
    union = w1 * h1 + w2 * h2 - inter + eps

    # IoU 计算
    iou = inter / union

    # 中心点距离
    c_x1, c_y1 = torch.min(b1_x1, b2_x1), torch.min(b1_y1, b2_y1)
    c_x2, c_y2 = torch.max(b1_x2, b2_x2), torch.max(b1_y2, b2_y2)
    c_diag = (c_x2 - c_x1).pow(2) + (c_y2 - c_y1).pow(2) + eps

    rho2 = ((b2_x1 + b2_x2 - b1_x1 - b1_x2).pow(2) + 
            (b2_y1 + b2_y2 - b1_y1 - b1_y2).pow(2)) / 4

    # 长宽比计算
    v = (4 / math.pi**2) * torch.pow(torch.atan(w2 / (h2 + eps)) - torch.atan(w1 / (h1 + eps)), 2)

    alpha = v / (v - iou + (1 + eps))

    return 1 - iou + (rho2 / c_diag) + alpha * v

在 COCO 2017 val 数据集上的对比实验（使用 Faster R-CNN + ResNet50）：