深度学习笔记-7.GIOU理解

目录

CVPR2019: 使用GIoU作为检测任务的Loss 

GIoU

GIoU作为BBox回归的损失

实际运行

---

https://zhuanlan.zhihu.com/p/57992040

CVPR2019: 使用GIoU作为检测任务的Loss 

本文是对CVPR2019论文Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression 的解读，通过对Loss的修改提升检测任务的效果，觉得思路很棒

IoU是检测任务中最常用的指标，由于IoU是比值的概念，对目标物体的scale是不敏感的。然而检测任务中的BBox的回归损失(MSE loss, l1-smooth loss等）优化和IoU优化不是完全等价的（见下图）。而且 Ln范数对物体的scale也比较敏感。这篇论文提出可以直接把IoU设为回归的loss。然而有个问题是IoU无法直接优化没有重叠的部分。为了解决这个问题这篇paper提出了GIoU的思想~

                                                          IoU与L2范数的优化不是等效的

要将IoU设计为损失，主要需要解决两个问题：

1. 预测值和Ground truth没有重叠的话，IoU始终为0且无法优化
2. IoU无法辨别不同方式的对齐，比如方向不一致等。

                                                          IoU无法代表overlap的方式

GIoU

所以论文中提出的新GIoU是怎么设计的呢：

假如现在有两个任意性质 A，B，我们找到一个最小的封闭形状C，让C可以把A，B包含在内，然后我们计算C中没有覆盖A和B的面积占C总面积的比值，然后用A与B的IoU减去这个比值：

GIoU有如下性质：

 

GIoU作为BBox回归的损失

 那么具体一点，如何计算损失呢？我们以2D detecation为例：

假设我们现在有预测的Bbox和groud truth的Bbox的坐标，分别记为：

作者做了一系列的实验（针对分割任务和分类任务有一定loss的调整设计，不过论文中没有详细给出）结果是IoU loss可以轻微提升使用MSE作为loss的表现，而GIoU的提升幅度更大，这个结论在YOLO算法和faster R-CNN系列上都是成立的：

                                                          PASCAL VOC 2007上的提升with Yolo 

                                                          MS COCO的提升with Yolo 

                                                          PASCAL VOC 2007 with faster-RCNN 

实际运行

在人脸检测中使用了GIoU替代原始损失，发现改进效果不大，分析原因可能是人脸检测中Anchor box的比例一般变动不大（1.5:1)，而不是像多目标检测一样存在anchor box比例分布不均衡的情况。