YOLOv5全面解析教程③：更快更好的边界框回归损失

作者｜Fengwen、BBuf

边界框回归是目标检测的关键步骤，在现有方法中，虽然被广泛用于边界框回归，但它不是针对评估指标量身定制的，即 Intersection over Union (IoU)。

最近，已经提出了 IoU 损失和 generalized IoU (GIoU) Loss 作为评估 IoU 的指标 ，但仍然存在收敛速度慢和回归不准确的问题。在本文中，我们通过结合预测框和目标框之间的归一化距离来提出距离 -IoU (DIoU) Loss，它在训练中的收敛速度比 IoU 和 GIoU Loss 快得多。

此外，本文总结了边界框回归中的三个几何因素，即重叠面积（overlap area）、中心点距离（central point distance）和高宽比（aspect ratio），在此基础上提出了完全IoU(CIoU)损失，从而促进了更快的收敛和更优的性能。

通过将 DIoU 和 CIoU 损失结合到最先进的目标检测算法中，例如 YOLO v3、SSD 和 Faster RCNN，我们不仅在 IoU 指标方面而且在 GIoU 指标方面都获得了显着的性能提升。此外，DIoU 可以很容易地用于非最大抑制（NMS）作为标准，进一步促进性能提升。(注释：这里IoU指标方面和GIoU指标方面指的是在目标检测精度测量(mAP值 )，IoU损失计算稳定性等一些方面。)

目标检测是计算机视觉任务中的关键问题之一，几十年来一直受到了广泛的研究关注(Redmon et al. 2016; Redmon and Farhadi 2018; Ren et al. 2015; He et al. 2017; Yang et al. 2018; Wang et al. 2019; 2018). 通常，现有的目标检测方法可以分为：

• 单阶段-检测，如YOLO系列 (Redmon et al. 2016; Red- mon and Farhadi 2017; 2018) 和SSD (Liu et al. 2016; Fu et al. 2017),

• 两阶段检测，如 R-CNN系列检测 (Girshick et al. 2014; Girshick 2015; Ren et al. 2015; He et al. 2017),

  甚至是多阶段的检测, 像Cascade R-CNN (Cai and Vasconcelos 2018). 尽管存在这些不 同的检测框架，但边界框回归预测一个矩形框来定位目标对象仍然是其中关键步骤。

代码仓库地址：

https://github.com/Oneflow-Inc/one-yolov5
 

1 

前言

本文主要是结合论文Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression(https://arxiv.org/pdf/1911.08287.pdf) 对 IoU 的解析学习。

IoU

IoU介绍

Intersection over Union (IoU)

在指标评估概述的小节有介绍过IoU，已经对IoU有了初步认识(其实在yolov5项目中并不是简单的使用，而是用的后面介绍的CIoU )

计算公式：

• 是真实回归框(gt:ground-truth),

• 是预测回归框。

IoU loss

计算公式:

IoU Loss 优缺点分析

有明显的缺陷 IoU loss只在边界框有重叠时才能工作, 对于不重叠的情况不会提供任何移动梯度 (移动代表预测框朝着目标框重叠的方向移动) 。移动梯度表示无法衡量完全不相交的两个框所产生的的损失（iou固定为0），和两个不同形状的预测框可能产生相同的loss（相同的iou）分别如下图的左边和右边所示。