【目标检测】深度学习目标检测中常用的的回归损失函数

目前，基于anchor的图像2D目标检测任务主要包括两个部分，一是目标的分类，二是目框位置的回归。所以，损失函数也是由分类损失和目标框回归损失两部分构成。分类的损失主要用交叉熵损失函数，没有太多的变化，目标框回归任务比较难，所示回归的损失函数近几年来一段在更新改进，本文主要介绍一下近几年常用的回归损失函数。

1. Smooth L1 损失函数

Smooth L1最早是在Fast rcnn中提出来的。首先看一下L1 和L2损失：
L1也就是L1范数损失函数，也被称为最小绝对值误差。计算得是：
$L_1(x)=|x|$;
L2也就是L2范数损失函数，也被称为最小平方误差。计算得是：
$L_2(x)=x^2$;

Smooth L1 的计算公式是：
$Smooth{L}_1(x)=\{\begin{array}{r}0.5x^{2}if|x|<1\\ |x|-0.5optherwise\end{array}$

对L1损失进行求导，导数为±1，也就是说导数是常数，这对于模型的训练可能会造成难以收敛的问题；
对L2损失进行求导，导数为$2x$,也就是说如果预测值和真值差异很大时，导数也会很大，也会造成模型难以收敛的问题；
而对于Smooth L1进行求导时，导数值不会超过±1，当预测值和真值差异小时，导数也会比较小，当预测值和真值差异大时，但也不会超过±1，有效的改进了L1和L2中存在的问题。
在进行目标检测任务时，会对目标框的XYWH四个值进行回归，然后再求和，这就存在一个问题，对于这四个值的回归是分开，没有考虑到他们之间的关系，因此后面就有了IOU loss对他的改进。

2. IOU loss 损失函数

https://arxiv.org/pdf/1608.01471.pdf
IOU loss是旷视在论文UnitBox: An Advanced Object Detection Network 中提出来的，就是为了解决上述所说的Smooth L1 中所存在的问题。IOU loss将4个值构成的框看成一个整体来进行回归，

从上图中可以看出，IOU loss 计算的是预测和真值的交集与并集，然后再取-ln。
但是，IOU loss 仍存在一些问题：
当两个框不想交时，损失函数是不可导的，是无法优化不想交这种情况的；
而且，当两个框的IOU相同时，是无法确定具体位置的，也就是不知道是怎么相交的。

3. GIoU Loss损失函数

论文链接：https://arxiv.org/pdf/1902.09630.pdf
Giou loss 是在2019CVPR论文 Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression 中提出的。下图说明，当L1和L2分别相同时，实际计算出来的IOU和GIOU是变换很大的。

定义GIOU Loss：

GIOU不但关注重合区域的度量，还反映了不重合区域的度量。

4. DIOU loss 损失函数

Distance-IoU Loss

论文链接：https://arxiv.org/pdf/1911.08287.pdf
主要是为了解决IoU和GIoU仍然存在的收敛速度慢和回归不准确的问题。


DIOU loss 的计算公式：


$b$和$b^{gt}$表示预测和真值的中心点，$\rho (.)$表示欧氏距离，$c$表示覆盖两个框的最小外包框的对角线距离。
相比IOU loss和 GIOU loss，Diou loss 继承了很多优点：

• 对于回归问题仍是尺度不变性；
• 可以优化不相交框的情况；
• 当两个框完全重合时，loss趋于0，当两个框离得远时，loss为2；
  增加的优点：
• DIOU loss 可以直接最小化两个框的距离，收敛的速度更快；
• 对于两个框包含的情况，DIOU loss 回归速度更快。

5. CIOU loss 损失函数

Complete-IoU Loss

论文链接：https://arxiv.org/pdf/1911.08287.pdf
同样在上一篇文章中，作者还提出了一个CIOU loss 损失函数，在DIOU的基础上又做了改进，将bbox回归三要素中的长宽比考虑进来。

其中$\alpha$是一个trade-off的超参数，$v$用来衡量宽高比的一致性。