目标检测之IOU系列

Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression-AAAI 2020

IOU loss

IoU是目标检测里面很重要的一个指标，通过预测的框和GT间的交集与并集的比例进行计算，经常用于评价bbox的优劣 。但一般对bbox的精调都采用L2范数，而一些研究表明这不是最优化IoU的方法，因此出现了IoU loss

IoU loss直接通过IoU计算梯度进行回归，论文提到IoU loss的无法避免的缺点：当两个box无交集时，IoU=0，很近的无交集框和很远的无交集框的输出一样，这样就失去了梯度方向，无法优化。
这里论文主要讨论的类似YOLO的检测网络，按照GT是否在cell判断当前bbox是否需要回归，所以可能存在无交集的情况。而一般的two stage网络，在bbox regress的时候都会卡IOU>=0.5，不会对无交集的框进行回归

GIOU Loss

GIou loss在IoU loss的基础上增加一个惩罚项，$C$为包围预测框$B$和$B^{gt}$的最小区域大小，当bbox的距离越大时，惩罚项将越大。
尽管GIoU解决了IoU的梯度问题，但他仍然存在几个限制：

如图1所示，在训练过程中，GIoU倾向于先增大bbox的大小来增大与GT的交集，然后通过公式3的IoU项引导最大化bbox的重叠区域。

如图2中的包含情况，GIoU会退化成IoU
由于很大程度依赖IoU项，GIoU需要更多的迭代次数来收敛，特别是水平和垂直的bbox（后面会分析）。一般地，GIoU loss不能很好地收敛SOTA算法，反而造成不好的结果。

DIoU Loss

简单地在IoU loss基础上添加一个惩罚项，该惩罚项用于最小化两个bbox的中心点距离。如图1所示，DIoU收敛速度和效果都很好，而且DIoU能够用于NMS的计算中，不仅考虑了重叠区域，还考虑了中心点距离。
另外，论文考虑bbox的三要素，重叠区域，中心点距离和长宽比，进一步提出了Complete IoU(CIoU) loss，收敛更快，效果更好。

论文提出了能减少两个box中心点间的距离的惩罚项， $b$ 和 $b^{gt}$ 分别表示 $B$ 和 $B^{gt}$ 的中心点。$\rho$ 是欧氏距离，$c$ 是最小包围两个bbox的框的对角线长度。

DIoU loss的惩罚项能够直接最小化中心点间的距离，而GIoU loss意在减少外界包围框的面积
DIoU loss保留了IoU loss和GIoU loss的一些属性：

• DIoU loss依然是尺寸无关的，不会大尺寸产生大的loss，小尺寸产生小的loss那样
• 类似于GIoU loss，DIoU loss能够为无交集的bbox提供梯度方向
• 当bbox完全重合时，$L_{IOU}=L_{GIOU}=L_{DIOU}=0$，当bbox很远时，$L_{GIOU}=L_{DIOU}\to 2$

在模拟实验中，发现DIoU loss也有一些独有的属性：

• 如图1和图3所示，DIoU loss能够直接最小化bbox的中心点距离。因此，他的收敛很快
• 在包含的情况下，或垂直和水平的情况下，DIoU loss的收敛非常快，而GIoU loss则几乎退化成了IoU loss

CIOU Loss

其中 $\alpha$ 是权重函数，而 $v$ 用来度量长宽比的相似性

最后，CIoU loss的梯度类似于DIoU loss，但还要考虑 $v$ 的梯度。在长宽在 [0,1] 的情况下，$w^2+h^2$ 的值通常很小，会导致梯度爆炸，因此在实现时将$\frac{1}{w^2+h^2}$替换成1

Non-Maximum Suppression using DIoU

在原始的NMS中，IoU指标用于抑制多余的检测框，但由于仅考虑了重叠区域，经常会造成错误的抑制，特别是在bbox包含的情况下。因此，可以使用DIoU作为NMS的标准，不仅考虑重叠区域，还考虑了中心点距离

其中 $s_i$ 是分类置信度， $\epsilon$ 为NMS阈值， $M$ 为最高置信度的框。DIoU-NMS倾向于中心点距离较远的box存在不同的对象，而且仅需改几行代码，DIoU-NMS就能够很简单地集成到目标检测算法中。