DIoU论文笔记

论文链接

---

重要观点

1.GIoU和IoU损失收敛速度慢 回归不精确
2.本文提出一种Diou加入了预测box和targetbox之间的归一化距离并且总结了box回归中的三种几何参数：重叠面积，中心点距离和纵横比。同时Diou也能用于NMS中去。
3.GIoU的缺点，虽然GIoU能减轻无重叠case的梯度消失问题
（1）如下图所示，GIoU会倾向于去增加predbox的尺寸使得其和targetbox有更大的相交面积。从公式3可以看到，因为为了减小IOU损失，模型会尽可能的去增大相交面积。
GIoU在回归的过程中，从损失函数的形式我们发现，当IoU为0时，GIoU会先尽可能让anchor能够和目标框产生重叠，之后GIoU会渐渐退化成IoU回归策略，因此整个过程会非常缓慢而且存在发散的风险。而DIoU考虑到anchor和目标之间的中心点距离，可以更快更有效更稳定的进行回归。


（2）对于pred被target包围的情况，Giou会退化为IOU损失
（3）由于对IOU数值的高度依赖，IOU和GIou都需要大量的训练，并且对于某些形状的case会又较高的error，GIoU用于某些算法模型时会很难收敛，因为GIOU需要最小化C-A∩B，但这个面积往往很小甚至为0.

IoU：从IoU误差的曲线我们可以发现，anchor越靠近边缘，误差越大，那些与目标框没有重叠的anchor基本无法回归。
GIoU：从GIoU误差的曲线我们可以发现，对于一些没有重叠的anchor，GIoU的表现要比IoU更好。但是由于GIoU仍然严重的依赖IoU，因此在两个垂直方向，误差很大，基本很难收敛，这就是GIoU不稳定的原因。
DIoU：从DIoU误差的曲线我们可以发现，对于不同距离，方向，面积和比例的anchor，DIoU都能做到较好的回归

关于IOU和GIoU

部分内容在另一篇Giou博客可查

一些方法将来可能用到

画出不同iterations时候的锚框，预测矿和target来进行判可视化。

DIoU和CIou

Diou

在IoU损失中引入了一个惩罚项，直接最小化两个box的归一化距离。
简单来说 IoU损失可以被定义为：


直接用最小化两个box之间的距离的方式进行优化。

b是中心点，ρ是欧式距离，c是覆盖两个boxes的最小的封闭盒子的对角线长度。
DIoU可以定义为：

Diou和Giou和iou的比较：

CIou

能快速收敛，考虑了重叠面积，中心点距离和纵横比。
满足即使pred包含在target中依然有精确的收敛速度
即使是DIOU也没有考虑到box的纵横比！
加入了纵横比的一致性。

BP细节

使用Diou来作为NMS的方法

在原始的NMS中，iou度量会导致一些重叠的目标被错误的suppression。DIOU不仅考虑了iou还要考虑两个中心点的距离，。

本文认为有着较远的两个中心点的目标可能是不同的目标？？（存疑）。