iou或者说是损失函数的修改经常作为论文的创新点之一，那这篇文章就总结分析了在对YOLO11进行损失函数创新时需要关注的源代码，新的一年祝大家论文与财都发发发！
总的来看需要关注三个函数，分别位于YOLO庞大源码的不同文件，下面逐一分析：
bbox_iou函数
bbox_iou函数位于/ultralytics-main/ultralytics/utils/metrics.py，这个函数的目的是计算两个边界框(box)之间的IoU（Intersection over Union）或其变体（GIoU、DIoU、CIoU）。
def bbox_iou(box1, box2, xywh=True, GIoU=False, DIoU=False, CIoU=False, eps=1e-7):box1表示单个边界框，box2表示多个边界框。xywh=True表示边界框的输入格式是(x, y, w, h)，即中点坐标和宽高，否则将视作(x1, y1, x2, y2)格式。GIoU、DIoU、CIoU分别对应不同的IoU改进算法。eps是一个很小的数，用来避免除以零等数值问题。
根据格式确定坐标
if xywh: # transform from xywh to xyxy
(x1, y1, w1, h1), (x2, y2, w2, h2) = box1.chunk(4, -1), box2.chunk(4, -1)
w1_, h1_, w2_, h2_ = w1 / 2, h1 / 2, w2 / 2, h2 / 2
b1_x1, b1_x2, b1_y1, b1_y2 = x1 - w1_, x1 + w1_, y1 - h1_, y1 + h1_
b2_x1, b2_x2, b2_y1, b2_y2 = x2 - w2_, x2 + w2_, y2 - h2_, y2 + h2_
else: # x1, y1, x2, y2 = box1
b1_x1, b1_y1, b1_x2, b1_y2 = box1.chunk(4, -1)
b2_x1, b2_y1, b2_x2, b2_y2 = box2.chunk(4, -1)
w1, h1 = b1_x2 - b1_x1, b1_y2 - b1_y1 + eps
w2, h2 = b2_x2 - b2_x1, b2_y2 - b2_y1 + eps- 如果
xywh=True，则将中心点(x, y, w, h)转为左上角和右下角(x1, y1, x2, y2)。 - 转换方式：
x1 = x - w/2,x2 = x + w/2y1 = y - h/2,y2 = y + h/2
- 如果不是
(x, y, w, h)格式，就直接从(x1, y1, x2, y2)中拆分。
计算相交面积 (Intersection)
inter = (
(b1_x2.minimum(b2_x2) - b1_x1.maximum(b2_x1)).clamp_(0) *
(b1_y2.minimum(b2_y2) - b1_y1.maximum(b2_y1)).clamp_(0)
)b1_x2.minimum(b2_x2)相当于取两者右边界的最小值作为相交区域的右边界；b1_x1.maximum(b2_x1)取两者左边界的最大值作为相交区域的左边界。二者相减得到相交区域的宽度。- 同理，对
y方向做类似操作，计算相交区域的高度。 clamp_(0)会把负值变成 0，代表如果没有重叠（高度或宽度小于 0）则相交面积为 0。
计算联合面积 (Union) 与 IoU
union = w1 * h1 + w2 * h2 - inter + eps
iou = inter / union- 联合面积 = 两个框面积之和 - 相交面积。
- 计算好的
union就能用来得到基本的iou = inter / union。 + eps防止分母为 0。
GIoU / DIoU / CIoU（扩展）
如果设置了 GIoU=True、DIoU=True 或 CIoU=True，则会进行更复杂的计算：
if CIoU or DIoU or GIoU:
cw = b1_x2.maximum(b2_x2) - b1_x1.minimum(b2_x1) # 包覆两个框的最小外接框的宽度
ch = b1_y2.maximum(b2_y2) - b1_y1.minimum(b2_y1) # 同理，高度- 将两个框最小能包住它们的“外接矩形”称为“convex box”，用它的宽和高来帮助我们改进IoU的计算。
GIoU
c_area = cw * ch表示两个框的外接矩形面积。- GIoU 在 IoU 基础上还会根据这个“外接矩形”对空白区域进行惩罚，从而在没有交集时训练效果更好。
DIoU
if CIoU or DIoU: # Distance or Complete IoU https://arxiv.org/abs/1911.08287v1
c2 = cw.pow(2) + ch.pow(2) + eps # convex diagonal squared
rho2 = (
(b2_x1 + b2_x2 - b1_x1 - b1_x2).pow(2) + (b2_y1 + b2_y2 - b1_y1 - b1_y2).pow(2)
) / 4 # center dist**2
if CIoU: # https://github.com/Zzh-tju/DIoU-SSD-pytorch/blob/master/utils/box/box_utils.py#L47
v = (4 / math.pi**2) * ((w2 / h2).atan() - (w1 / h1).atan()).pow(2)
with torch.no_grad():
alpha = v / (v - iou + (1 + eps))
return iou - (rho2 / c2 + v * alpha) # CIoU
return iou - rho2 / c2 # DIoU- DloU还会计算两个框中心点之间的距离，与外接矩形对角线距离比较，用距离来惩罚。
CIoU
- 在 DIoU 的基础上再加上长宽比等因素，进一步提高回归精度。
最终会返回不同公式下的结果，比如：
return iou - (rho2 / c2)对应 DIoU。return iou - (c_area - union) / c_area对应 GIoU。return iou - (rho2 / c2 + v * alpha)对应 CIoU。
简而言之，这个函数的流程是：
- 将输入框转换为统一的
(x1, y1, x2, y2)形式； - 计算相交区域（Intersection）；
- 计算并返回基本 IoU 或对应改进版本（GIoU、DIoU、CIoU），这些算法通过对距离、外接矩形或长宽比进行额外惩罚，解决 IoU 在一些特殊场景下对回归不敏感的问题。
BboxLoss函数
第二个需要关注的函数是位于/ultralytics-main/ultralytics/utils/loss.py路径下的的BboxLoss函数，主要作用就是先算 IoU 损失做粗定位，再用分布回归进行细定位，二者加权求和后再与其他损失（如分类损失）合并，帮助 YOLO 进行更精准的检测和定位。
类初始化 (init)
class BboxLoss(nn.Module):
def __init__(self, reg_max=16):
super().__init__()
self.dfl_loss = DFLoss(reg_max) if reg_max > 1 else Nonereg_max用于分布回归 (Distribution Focal Loss, DFL) 的参数控制，当reg_max > 1时，就会实例化DFLoss；否则不启用 DFL。self.dfl_loss是一个可选的分布回归损失，用于更精细地回归边界框
forward 函数
def forward(self,
pred_dist,
pred_bboxes,
anchor_points,
target_bboxes,
target_scores,
target_scores_sum,
fg_mask): 这个方法接收以下主要输入：
pred_dist：分布式预测结果（若启用 DFL，会用来计算分布回归损失）。pred_bboxes：模型预测的边界框坐标，一般是 (x1, y1, x2, y2) 格式。anchor_points：对应特征点或锚框坐标信息，用来辅助计算真值的分布回归标签。target_bboxes：真实的边界框坐标 (Ground Truth)。target_scores：真实样本的分类得分（目标的置信度），或称“目标存在”分数。target_scores_sum：对所有前景框的target_scores求和，用于做损失归一化。fg_mask：前景掩码，表示哪些位置是真正需要回归的正样本（Foreground）。
IoU Loss 部分
weight = target_scores.sum(-1)[fg_mask].unsqueeze(-1)
iou = bbox_iou(
pred_bboxes[fg_mask],
target_bboxes[fg_mask],
xywh=False,
CIoU=True
)
loss_iou = ((1.0 - iou) * weight).sum() / target_scores_sum-
计算权重 (weight)
target_scores.sum(-1)[fg_mask]：对前景区域的目标分数做叠加，并取前景对应的值。unsqueeze(-1)是为了在最后一维上加一个新维度，以便与 IoU 逐元素相乘。
-
计算 IoU
- 调用咱们前面分析过的
bbox_iou函数，这里指定xywh=False表示坐标是 (x1, y1, x2, y2)。 - 使用
CIoU=True，即计算 Complete IoU，对距离和长宽比等额外因素也有一定惩罚。
-
组合得到 IoU 损失
(1.0 - iou)作为回归损失的基本形式，IoU 越大，损失越小。* weight对每个前景实例进行加权。- 最后除以
target_scores_sum做归一化，避免不同批次间正样本数量差异过大。
DFL (Distribution Focal Loss) 部分
if self.dfl_loss:
target_ltrb = bbox2dist(anchor_points, target_bboxes, self.dfl_loss.reg_max - 1)
loss_dfl = self.dfl_loss(
pred_dist[fg_mask].view(-1, self.dfl_loss.reg_max),
target_ltrb[fg_mask]
) * weight
loss_dfl = loss_dfl.sum() / target_scores_sum
else:
loss_dfl = torch.tensor(0.0).to(pred_dist.device)1.判断是否启用 DFL
- 若
self.dfl_loss不为空，则进入 DFL 分布回归损失的计算；否则直接loss_dfl = 0.0。
2.bbox2dist 函数
- 就是一个辅助函数，用来把
(anchor_points, target_bboxes)转换成“分布形式”的真值，用于和pred_dist（预测的分布）对齐。 - DFL 会把单一数值（比如 x 的偏移量）表示成一个离散分布，然后用分类方式进行回归，细化了定位精度。
3.计算 DFLoss
pred_dist[fg_mask].view(-1, self.dfl_loss.reg_max)：把预测的分布展开到合适维度，与真值分布比较。- 用
target_ltrb[fg_mask]做标签，对应四个 (left, top, right, bottom) 或类似的分布表示。 - 同样乘以
weight并除以target_scores_sum，让损失与 IoU Loss 在同一尺度上进行加权和归一化。
最终返回
return loss_iou, loss_dfl- 返回 IoU 损失和 DFL 损失，训练时通常会将这两个损失与分类损失等合并，形成完整的损失函数进行反向传播。
整体逻辑是：先算 IoU 损失做粗定位，再用分布回归进行细定位，二者加权求和后再与其他损失（如分类损失）合并，帮助 YOLO 进行更精准的检测和定位。
iou_calculation函数
最后咱们需要关注的是位于/ultralytics-main/ultralytics/utils/tal.py路径下的iou_calculation函数，主要作用是进行水平边界框的 IoU计算。
def iou_calculation(self, gt_bboxes, pd_bboxes):
"""IoU calculation for horizontal bounding boxes."""
return bbox_iou(gt_bboxes, pd_bboxes, xywh=False, CIoU=True).squeeze(-1).clamp_(0)1.调用 bbox_iou 函数
- 这里把
xywh=False，说明输入的gt_bboxes和pd_bboxes均是(x1, y1, x2, y2)格式。 CIoU=True表示计算的是 Complete IoU，会额外考虑中心点距离及长宽比的惩罚。
2.squeeze(-1)
bbox_iou可能返回形状为[N, 1]的张量，这里通过squeeze(-1)去除最后一维，使结果变为[N]。clamp_(0)将结果张量中小于 0 的值重置为 0，保证 IoU 的数值不为负数。
最后，得到的就是对于一批水平(轴对齐)边界框的 CIoU 值向量，每个元素对应一对 gt_bbox 和 pd_bbox 的 IoU 结果。
至此，我们就完成了对YOLO中iou计算和损失函数的源码分析，YOLOv11小白的进击之路系列持续更新中...
最后
欢迎一起交流探讨 ~ 砥砺奋进，共赴山海！
扫一扫
3369
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
