Alpha-IoU: A Family of Power Intersection over Union Losses for Bounding Box Regression （论文阅读笔记）

今天学习了嗷

已于 2024-06-02 09:40:54 修改

阅读量5.7k

点赞数 4

分类专栏：论文阅读笔记文章标签：机器学习深度学习

于 2021-11-24 20:36:00 首次发布

本文链接：https://blog.csdn.net/wjytbest/article/details/121513560

版权

论文阅读笔记专栏收录该内容

20 篇文章 10 订阅

订阅专栏

本文提出了一种新颖的PowerIoU系列Loss，即α-IoU，针对目标检测中的bbox回归问题。通过引入幂次IoU项和正则项，α-IoU在保持IoU损失关键性质的同时，能自适应调整对高IoU目标的关注度，显著提升精度。实验结果表明，α-IoU在多种模型和基准数据集上表现出色，尤其在小数据集和噪声场景中展现出更强的鲁棒性。

摘要由CSDN通过智能技术生成

在这里插入图片描述

摘要

Bounding box（bbox）回归是CV中的一项基本任务，最常用的损失函数是IOU Loss 和相关变体。文章将现有的基于IoU Loss推广到一个新的Power IoU系列 Loss，它具有一个幂次IoU项和一个附加的幂次正则项。这种新的损失系列为α-IoU Loss。
在多个目标检测基准和模型上的实验表明，α- iou损失

可以显著的超过现有的基于iou的损失;
通过调节α，使探测器更灵活地实现不同水平的bbox回归精度;
对小数据集和噪声的鲁棒性更强。

一、介绍

目标检测通常包含分类预测和回归预测（bounding box的预测）。早前的bbox回归采用的是L_n范式，最近的相关工作则直接采用IOU Loss作为定位损失。

IOU Loss损失对bbox scales是不变的，所以能够更好的训练检测器，但是当预测框和真实框没有重叠的时候存在梯度消失的问题，从而导致降低收敛速度和检测精度。所以就有了IOU Loss的相关变体： Generalized IoU (GIoU), Distance-IoU (DIoU) and Complete IoU (CIoU)。

GIoU在IoU loss 中加入了惩罚项来减轻梯度消失的问题，DIoU和CIoU在惩罚条件下考虑了预测框和真实框之间的中心点距离和长宽比。

文章对现有的基于IoU Los采取幂变换提出了一个新的IoU losser family：
在这里插入图片描述
并且通过实验发现，在大多数情况下，取α=3的效果最好。

文章贡献：

提出了α-IoU ，用于精确的bbox回归和目标检测，是基于IoU的现有损失的统一幂化；
分析了α-IoU 的一系列性质，包括次序保留、损失/梯度重加权，表明正确选择α(α >1)可以通过自适应地提高high IoU对象的损失和梯度的加权来提高bbox回归精度；
在多个基准目标检测数据集和模型上，α- iou损失优于现有的基于iou的损失，并为小数据集和噪声提供更强的鲁棒性。

二、相关工作

2.1 目标检测模型

Object Dection Models
	|---anchor-based
		|--- two-stage models
			|---RCNN
			|---HTC
			|---TSD
		|---one-stage models
			|---YOLO series
			|---RetinaNet
			|---SSD
	|---anchor-free
		|--- CornerNet
		|---CenterNet
		|---ExtremeNet
		|---CentripetalNet
		|---FCOS
		|---Transformer

2.1 Bounding Box回归损失

先前的基于L_n范式的bbox回归损失对于不同规模的bbox是比较敏感的，最近的相关工作是基于IoU loss和相关其变体，因为IoU是定位度量，所以对于bbox的尺度是不改变的。如BIoU、GIoU、DIoU和CIoU。

Bounded IoU (BIoU) ：损失基于一组IoU上界，使感兴趣区域(RoI)与Ground Truth之间的IoU重叠最大化；
GIoU：为了解决非重叠样本上的梯度消失问题而提出的，非重叠样本是指具有非重叠预测Box(IoU为零)的样本；
DIoU和CIoU：进一步考虑了IoU中的重叠面积、中心点距离和纵横比以及正则化项。（这些正则化项有助于提高收敛速度和检测性能）
还有一些损失函数是为了更关注High IoU目标而设计的。例如，Rectified IoU (RIoU)损失和Focal and Efficient IoU(Focal- eiou)损失。这些损失函数增加了那些在高回归精度样本的梯度。然而，与其他基于IoU的损失相比，RIoU和Focal-EIoU既不简洁也不具有泛化性。

三、α-IoU Losses for Bounding Box Regression

3.1 α-IoU Losses

在这里插入图片描述

当α—>0时：

在这里插入图片描述

当α=1时：
当α=2时：

同时，简化α-IoU 公式为：

在这里，作者对α-/->0更感兴趣，因为目前最先进的基于iou的损失都是α≥1。将α-/->0的α- iou损失扩展为更一般的形式，在公式中引入幂次惩罚项/正则化项:

3.2 α-IoU Losses的特性

在这里插入图片描述

Lα-IoU的幂变换保留了L-IoU的关键性质，包括非负性、不可分辨恒等式、对称性和三角不等式。

对于：
img—input—>模型M_i—predict—>B_i
img—input—>模型M_j—predict—>B_j
ground truth： B_gt
若有：IoU(B_i, B_gt)< IoU(B_j, B_gt)

Lα-IoU有如下特性：

1.次序保持
在这里插入图片描述
可知L-IoU和Lα-IoU都是单调递减函数。

2.相对损失权重
在这里插入图片描述
当α >1时，加权因子随IoU的增加而单调增加(从1到α)，在0<α <1时，随IoU的增加而单调减少(从1衰减到α)。实验证明了Lα-IoU（α >1）可以帮助模型更专注于High IoU目标，以提高定位和检测的性能。

3.相对梯度权重
在这里插入图片描述
当α>1时，上述reweighting factor 单调地随IoU的增加而增加，而在0<α<1时单调地随IoU的增加而减少。这种相对梯度重新加权方案允许模型根据目标的IoU学习具有自适应速度(即不同梯度)的目标。

理论上，当α=2时加速了在AP50时对所有正向IoU目标的学习。然而，实验表明，在大多数情况下，α =3的α-IoU损失比α=2的α-IoU损失更具竞争力。

性质4
当α>1时，α增加了绝对损失量，这为优化所有层次的目标创造了更多空间。

性质5
α对高IoU目标设置了绝对梯度权值，从而加速对高IoU目标的学习。

Lα-IoU的绝对性质和相对性质都与物体的IoU值相适应，这种重新加权方案将提供更大的灵活性，以实现不同水平的bbox回归精度。

3.3 Learning Dynamics of Lα-IoU

利用lα- iou进行训练是一个动态过程，需要同时基于绝对和相对性质来解释。在α >1中，简单的例子将首先学习，并逐渐提高速度，直到iou = 1，而困难的例子将逐渐学习，并随着其IoU的提高而加速。
在这里插入图片描述
图3表明，提高高IOU对象的损失和梯度的权重可以促进后期的训练。

四、实验

4.1 yolov5s、yolov5x和DETR模型

在这里插入图片描述
首先验证了Lα-IoU损失在VOC和MS COCO数据集上训练基于Anchor和Anchor-Free模型的有效性。同时，对比yolov5s和yolov5x的map值提升，我们可以发现Lα-IoU损失更倾向于轻量化的模型。

4.2 Faster R-CNN模型

在这里插入图片描述

4.3 yolov5s模型下增加模拟噪声

在这里插入图片描述
Lα-IoU损失在噪声场景下也优于所有的Baseline，当没有噪声时并不总是这样(对比表1)。此外，Lα-IoU损失在更严重的噪声中更稳健。当噪声率η从0.1增加到0.3时，mAP/mAP75:95从2.97%/10.26%增加到6.39%/24.09%，证实了Lα-IoU损失在噪声场景中的优势。