目标检测-回归损失（深度学习、计算机视觉面试）

目标检测-回归损失函数之SIOU

目录

背景

传统损失函数

IOU、GIOU、DIOU、CIOU

SIOU

总结

背景

计算机视觉的核心任务是目标检测，其精度与损失函数密切相关。简单回顾传统回归损失函数的特点，SIOU出现的背景。目标检测是计算机视觉任务中的核心问题之一，其有效性在很大程度上取决于损失函数的定义——衡量我们模型预测预期结果的准确程度。传统的目标检测损失函数依赖于边界框回归指标的聚合，例如预测框和真实框（即GIoU、DIoU、CIoU等）的距离、重叠区域和纵横比。然而，迄今为止提出和使用的方法都没有考虑期望的地面盒和预测的“实验”盒之间不匹配的方向。这种不足导致收敛速度较慢且效率较低，因为预测框可能在训练过程中“四处游荡”并最终产生更差的模型。在本文中，提出了一种新的损失函数SIoU，其中考虑到所需回归之间的向量角度，重新定义了惩罚指标。
### 传统损失函数
1.IoU损失函数
当预测框与真实框都没有交集的时候，计算出来的IoU都为0，损失都为1，但是，从图中可以看出，预测框1与真实框更加接近，损失应该更小才对。
当预测框和真实框的交并比相同，但是预测框所在位置不同，因为计算出来的损失一样，所以这样并不能判断哪种预测框更加准确

2.GIoU损失函数
动机
解决IoU的第一个问题，即当预测框与真实框都没有交集的时候，计算出来的IoU都为0，损失都为1，引入了一个最小闭包区的概念，即能将预测框和真实框包裹住的最小矩形框。

Ac​为最小闭包区，U 为预测框和真实框的并集

与IoU相似，GIoU也是一种距离度量，IoU取值[0,1]，GIoU取值范围[-1,1]。在两者重合的时候取最大值1，在两者无交集且无限远的时候取最小值-1，因此GIoU是一个非常好的距离度量指标。但是从与IoU只关注重叠区域不同，GIoU不仅关注重叠区域，还关注其他的非重合区域，能更好的反映两者的重合度。
这两种情况的IoU和GIoU都是一样的，但是可以看出第2种更好，loss应该更小些

3.DIoU损失函数
动机
解决GIoU中预测框和真实框相互包含的问题。
重合-》关键点距离

缺点：

4.CIoU损失函数
在DIoU的基础上加了基于长宽比的惩罚项。

缺点：
没有考虑到所需真实框与预测框之间不匹配的方向。这种不足导致收敛速度较慢且效率较低，因为预测框可能在训练过程中“四处游荡”并最终产生更差的模型。

SIOU

-考虑到所需回归之间的向量角度，重新定义了惩罚指标。
由4 个代价函数组成：

*Angle cost*

Distance cost

Shape cost

IoU cost

Angle cost-计算角度成本对损失函数的贡献

其中 α 是权重函数,而 v用来度量长宽比的相似性，当真实框和预测框的长宽比越接近， v 越小,
v不变时，IoU越大， α 越大，损失越大，说明高IoU时，更加关注长宽比，低IoU时，更关注IoU

*Distance cost*考虑到上面定义的Angle cost，重新定义了Distance cost：如果  < π \4 ​,则收敛过程将首先最小化 α \,否则最小化 β

为了实现这一点，引入了下面的定义△

*Shape cost*

IoU cost

总结

目标检测的损失分为分类损失和回归损失，回归损失就是预测框与真实框的差异。
损失有哪些部分组成，如何准确衡量损失，如何准确表达出损失，是回归损失发展至今并延续发展的关键趋势。
分类损失和回归损失一定是相互影响的，分类是对回归的分类，回归是对分类的选择（nms）；
分类是回归的归宿，回归是分类。
对其相互影响的探究也是损失函数研究的一大重点。