【深度学习】【CVPR 2019】GIoU

出发点：IoU指标在评估阶段经常使用，但是训练的时候经常是直接计算坐标的L1、L2范数，引用文章中所说"The optimal objective for a metric is the metric itself “，所以会想到直接用IoU作为损失函数，但是当两个框不重叠的时候，损失就会为0，继而梯度也就是0，不利于网络去训练。

如上图所示，a)当坐标以($x_1,y_1,x_2,y_2$)表示，以右上角的坐标为参考(灰色虚线的圆是为了保证预测框和gt box的右上角坐标差值是一个半径，从而相等），第一行也就是右上角坐标的2范数相等，但是IoU和GIoU值都不一样。b)以($x_c,y_c,w,h$)表示时，中心点的差值都一样，一范数一样，但是IoU和GIoU值都不一样。虽然有anchor的提出，并且加了非线性关系，但是回归坐标和评估还是有gap。

本文的贡献如下：

1. 提出了GIoU作为评估指标
2. 以GIoU作为损失
3. 应用于现有的框架，精度提升显著

相关工作

这一部分作者先介绍了mAP和IoU，前者是基于后者计算的，具体可以看Object-Detection-Metrics，我觉得写的特别好。作者指出在计算mAP时，IoU一般取0.5，如果IoU大于0.5，则将预测框划为TP，否则就是FP。而这个0.5不足以反应不同方法的性能，所以MS COCO Benchmark就设置了很多阈值。

接着作者介绍了目标检测“从古至今”回归的策略和损失。YOLO v1直接预测坐标值，但是损失函数中加了平方根（因为小物体的预测偏差带来的损失应该比大物体的预测偏差损失大）。RCNN预测的是到经过SS后得到的prior box的偏差，大小比例用的是log