改进IOU损失函数
👀🎉📜系列文章目录
【yolov5-v6.0详细解读】
【目标检测—IOU计算详细解读(IoU、GIoU、DIoU、CIoU、EIOU、Focal-EIOU、WIOU)】
🚀🚀🚀前言
YOLOv5使用的默认边界框回归损失是CIou,在CVPR上等相关论文作者提出了EIoU、Alpha-IoU、SIoU、Focal-IOU等边界框回归损失计算方法,经过实验证明,使用这些方法对于数据集"涨点"有一定的帮助,在后面测试过程中使用的是由东北大学(NEU)发布的表面缺陷数据库,收集了热轧钢带的六种典型表面缺陷,即轧制氧化皮(RS),斑块(Pa),开裂(Cr),点蚀表面( PS),内含物(In)和划痕(Sc)。该数据库包括1,800个灰度图像:6种不同类型的典型表面缺陷,每一类缺陷包含300个样本。
一、1️⃣ 如何添加损失函数
1.1 🎓 修改bbox_iou函数
首先找到utils
文件夹下的metrics.py
文件,然后找到该python文件下的bbox_iou
函数,其实在yolov5源码中设置是有GIoU, DIoU, CIoU这些边界框iou损失,但是默认值都为False。
📌然后将原始的bbox_iou
函数代码注释掉,替换成如下代码,这段代码是将EIoU、Alpha-IoU、SIoU、Focal-EIOU这几个功能集中在一起,如果想要使用不同的Iou计算边界框损失,只需要修改utils/loss.py下的iou方法即可。
def bbox_iou(box1, box2, xywh=True, GIoU=False, DIoU=False, CIoU=False, SIoU=False, EIoU=False, Focal=False, alpha=1,
gamma=0.5, eps=1e-7):
# Returns Intersection over Union (IoU) of box1(1,4) to box2(n,4)
# Get the coordinates of bounding boxes
if xywh: # transform from xywh to xyxy
(x1, y1, w1, h1), (x2, y2, w2, h2) = box1.chunk(4, -1), box2.chunk(4, -1)
w1_, h1_, w2_, h2_ = w1 / 2, h1 / 2, w2 / 2, h2 / 2
b1_x1, b1_x2, b1_y1, b1_y2 = x1 - w1_, x1 + w1_, y1 - h1_, y1 + h1_
b2_x1, b2_x2, b2_y1, b2_y2 = x2 - w2_, x2 + w2_, y2 - h2_, y2 + h2_
else: # x1, y1, x2, y2 = box1
b1_x1, b1_y1, b1_x2, b1_y2 = box1.chunk(4, -1)
b2_x1, b2_y1, b2_x2, b2_y2 = box2.chunk(4, -1)
w1, h1 = b1_x2 - b1_x1, (b1_y2 - b1_y1).clamp(eps)
w2, h2 = b2_x2 - b2_x1, (b2_y2 - b2_y1).clamp(eps)
# Intersection area
inter = (b1_x2.minimum(b2_x2) - b1_x1.maximum(b2_x1)).clamp(0) * \
(b1_y2.minimum(b2_y2) - b1_y1.maximum(b2_y1)).clamp(0)
# Union Area
union = w1 * h1 + w2 * h2 - inter + eps
# IoU
# iou = inter / union # ori iou
iou = torch.pow(inter / (union + eps), alpha) # alpha iou
if CIoU or DIoU or GIoU or EIoU or SIoU:
cw = b1_x2.maximum(b2_x2) - b1_x1.minimum(b2_x1) # convex (smallest enclosing box) width
ch = b1_y2.maximum(b2_y2) - b1_y1.minimum(b2_y1) # convex height
if CIoU or DIoU or EIoU or SIoU: # Distance or Complete IoU https://arxiv.org/abs/1911.08287v1
c2 = (cw ** 2 + ch ** 2) ** alpha + eps # convex diagonal squared
rho2 = (((b2_x1 + b2_x2 - b1_x1 - b1_x2) ** 2 + (
b2_y1 + b2_y2 - b1_y1 - b1_y2) ** 2) / 4) ** alpha # center dist ** 2
if CIoU: # https://github.com/Zzh-tju/DIoU-SSD-pytorch/blob/master/utils/box/box_utils.py#L47
v = (4 / math.pi ** 2) * (torch.atan(w2 / h2) - torch.atan(w1 / h1)).pow(2)
with torch.no_grad():
alpha_ciou = v / (v - iou + (1 + eps))
if Focal:
return iou - (rho2 / c2 + torch.pow(v * alpha_ciou + eps, alpha)), torch.pow(inter / (union + eps),
gamma) # Focal_CIoU
else:
return iou - (rho2 / c2 + torch.pow(v * alpha_ciou + eps, alpha)) # CIoU
elif EIoU:
rho_w2 = ((b2_x2 - b2_x1) - (b1_x2 - b1_x1)) ** 2
rho_h2 = ((b2_y2 - b2_y1) - (b1_y2 - b1_y1)) ** 2
cw2 = torch.pow(cw ** 2 + eps, alpha)
ch2 = torch.pow(ch ** 2 + eps, alpha)
if Focal:
return iou - (rho2 / c2 + rho_w2 / cw2 + rho_h2 / ch2), torch.pow(inter / (union + eps),
gamma) # Focal_EIou
else:
return iou - (rho2 / c2 + rho_w2 / cw2 + rho_h2 / ch2) # EIou
elif SIoU:
# SIoU Loss https://arxiv.org/pdf/2205.12740.pdf
s_cw = (b2_x1 + b2_x2 - b1_x1 - b1_x2) * 0.5 + eps
s_ch = (b2_y1 + b2_y2 - b1_y1 - b1_y2) * 0.5 + eps
sigma = torch.pow(s_cw ** 2 + s_ch ** 2, 0.5)
sin_alpha_1 = torch.abs(s_cw) / sigma
sin_alpha_2 = torch.abs(s_ch) / sigma
threshold = pow(2, 0.5) / 2
sin_alpha = torch.where(sin_alpha_1 > threshold, sin_alpha_2, sin_alpha_1)
angle_cost = torch.cos(torch.arcsin(sin_alpha) * 2 - math.pi / 2)
rho_x = (s_cw / cw) ** 2
rho_y = (s_ch / ch) ** 2
gamma = angle_cost - 2
distance_cost = 2 - torch.exp(gamma * rho_x) - torch.exp(gamma * rho_y)
omiga_w = torch.abs(w1 - w2) / torch.max(w1, w2)
omiga_h = torch.abs(h1 - h2) / torch.max(h1, h2)
shape_cost = torch.pow(1 - torch.exp(-1 * omiga_w), 4) + torch.pow(1 - torch.exp(-1 * omiga_h), 4)
if Focal:
return iou - torch.pow(0.5 * (distance_cost + shape_cost) + eps, alpha), torch.pow(
inter / (union + eps), gamma) # Focal_SIou
else:
return iou - torch.pow(0.5 * (distance_cost + shape_cost) + eps, alpha) # SIou
if Focal:
return iou - rho2 / c2, torch.pow(inter / (union + eps), gamma) # Focal_DIoU
else:
return iou - rho2 / c2 # DIoU
c_area = cw * ch + eps # convex area
if Focal:
return iou - torch.pow((c_area - union) / c_area + eps, alpha), torch.pow(inter / (union + eps),
gamma) # Focal_GIoU https://arxiv.org/pdf/1902.09630.pdf
else:
return iou - torch.pow((c_area - union) / c_area + eps, alpha) # GIoU https://arxiv.org/pdf/1902.09630.pdf
if Focal:
return iou, torch.pow(inter / (union + eps), gamma) # Focal_IoU
else:
return iou # IoU
🔥温馨提示:
- gamma参数是Focal EloU中的gamma参数,一般就是为0.5,有需要可以自行更改。
- alpha参数为Alpha-IOU中的alpha参数,默认为1,即使用原始I0U。若需要使用Alpha-IOU,只需将其设置为任意值(论文中默认设
置为3)
1.2 ✨修改__call__中iou函数
📌找到utils
文件夹下面的loss.py
损失函数计算文件,在该文件中找到ComputeLoss
类下面的__call__
函数,在__call__()
函数里面找到红框部分的代码。
📌将红框内容替换成如下代码:
iou = bbox_iou(pbox, tbox[i], CIoU=True) # iou(prediction, target)
if type(iou) is tuple:
lbox += (iou[1].detach().squeeze() * (1 - iou[0].squeeze())).mean()
iou = iou[0].squeeze()
else:
lbox += (1.0 - iou.squeeze()).mean() # iou loss
iou = iou.squeeze()
后续需要想要使用EIOU等函数只需要修改iou = bbox_iou(pbox, tbox[i], CIoU=True)
里面相关参数。
二、2️⃣替换EIOU
如果想要使用EIOU,只需要将CIoU替换成EIOU:
iou = bbox_iou(pbox, tbox[i], EIoU=True)
三、3️⃣替换SIoU
如果想要使用SIoU,只需要将CIoU替换成SIoU:
iou = bbox_iou(pbox, tbox[i], SIoU=True)
四、4️⃣替换Alpha-IoU
如果想要使用Alpha-IoU,只需要添加alpha这个参数项即可,如果不设置该参数,alpha默认为1:
iou = bbox_iou(pbox, tbox[i], CIoU=True, alpha=3)
五、5️⃣替换Focal-EIOU
Focal-EIOU相对于EIOU只多了一个Focal项,这两个iou损失都是出自同一篇论文,只需要设置Focal=True
即可。
iou = bbox_iou(pbox, tbox[i], EIoU=True, Focal=True)
🔥其实Focal项也可以用于CIOU、SIOU,至于效果需要根据不同数据集进行测试,修改如下:
📌Focal-SIOU
iou = bbox_iou(pbox, tbox[i], CIOU=True, Focal=True)
📌Focal-CIOU
iou = bbox_iou(pbox, tbox[i], SIOU=True, Focal=True)
六、6️⃣ 替换后的实验结果
在基础参数设置相同的情况下,epochs=300, batch_size=16, imgsz=640,使用CIOU、EIOU、SIoU、Focal-EIOU结果如下:
➤CIOU实验结果:F1置信分数和所有类别map@0.5值
🚀F1置信度分数为0.71、map@0.5=0.779
➤EIOU实验结果:F1置信分数和所有类别map@0.5值
🚀对比CIOU的map@0.5值提升了2.7%
➤SIOU实验结果:F1置信分数和所有类别map@0.5值
🚀虽然f1置信分数对比ciou有所降低,但是对比CIOU的map@0.5值提升了近2个百分点。
➤Focal-EIOU实验结果:F1置信分数和所有类别map@0.5值
🔥使用Focal-EIOU替换之后,map提升最大的是crazing类,使用CIOU的crazing类map@0.5只有56%,但是替换之后可以达到 70.1%,所以数据集整体的map@0.5提升到了81.1%,要优于前面几种IOU替换效果。