目标检测算法回顾之IOU变体篇章

目标检测中IOU的发展

说明：本文仅供学习

smooth L1 loss

Smooth L1 Loss完美的避开了L1和L2 Loss的缺点

1. L1 Loss的问题：损失函数对x的导数为常数，在训练后期，x很小时，如果learning rate 不变，损失函数会在稳定值附近波动，很难收敛到更高的精度。
2. L2 Loss的问题：损失函数对x的导数在x值很大时，其导数也非常大，在训练初期不稳定。

IOU

在IOU loss提出来之前，检测上有关候选框的回归主要是通过坐标的回归损失来优化。但基于L1 loss/L2 loss的坐标回归不具有尺度不变性，且并没有将四个坐标之间的相关性考虑进去。因此，在ACM2016的论文中提出了IOU loss，它将四个坐标点看成一个整体进行计算，具有尺度不变性（也就是对尺度不敏感）。IOU Loss的定义是先求出预测框和真实框之间的交集和并集之比，再求负对数，但是在实际使用中我们常常将IOU Loss写成1-IOU。如果两个框重合则交并比等于1，Loss为0说明重合度非常高。

虽然IOU loss虽然解决了Smooth L1系列变量相互独立和不具有尺度不变性的两大问题，但是它也存在两个问题：

• 当预测框和目标框不相交时，IoU(A,B)=0时，不能反映A,B距离的远近，此时损失函数不可导，IoU Loss 无法优化两个框不相交的情况。
• 假设预测框和目标框的大小都确定，只要两个框的相交值是确定的，其IoU值是相同时，IoU值不能反映两个框是如何相交的。

因此，IOU loss虽然比较简单直观，但它不是最好的选择！

GIOU

针对IOU无法反映两个框是如何相交的问题，GIOU通过引入预测框和真实框的最小外接矩形（类似于图像处理中的闭包区域）来获取预测框、真实框在闭包区域中的比重。这样子，GIOU不仅可以关注重叠区域，还可以关注其他非重合区域，能比较好的反映两个框在闭包区域中的相交情况。
从公式上来看，GIOU是一种IOU的下界，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与IOU相比，是一个比较好的距离度量指标。

DIOU

虽然GIOU通过引入闭包区域缓解了预测框与真实框相交位置的衡量问题，但其实际上存在两个问题：

• 对每个预测框与真实框均要去计算最小外接矩形，计算及收敛速度受到限制（收敛速度不够快）。【能不能直接最小化距离？，以达到更快的速度？】
• 当预测框在真实框内部时，GIOU退化为IOU，也无法区分相对位置关系。【能不能在两者有重叠时甚至包含时回归更加准确】
• 因此，针对上述问题，DIOU在基于IOU特性的基础上考虑到GIOU的缺点，直接回归两个框中心点的欧式距离，加速了收敛速度。DIoU的惩罚项是基于中心点的距离和对角线距离的比值，避免了像GIoU在两框距离较远时，产生较大的外包框，Loss值较大难以优化。
• 同时为缓解两框包含时的退化问题，DIOU还考虑了两框之间的重叠面积，使所回归的候选框更稳定。

CIOU

• DIoU Loss存在的问题：中心点重合，但宽高比不同时，DIOU loss不变。
• 因此，为了得到更加精准的预测框，CIOU在DIOU的基础上增加了一个影响因子，即增加了预测框与真实框之间长宽比的一致性的考量。
• CIoU Loss存在的问题：CIOU Loss虽然考虑了边界框回归的重叠面积、中心点距离及长宽比。但是通过其公式中的v反映的长宽比的差异，而不是宽高分别与其置信度的真实差异，所以有时会阻碍模型有效的优化相似性。

EIOU

因此，EIOU在CIOU的基础上将长宽比拆开，分别计算长、宽的差异，同时引入Fcoal loss解决了难易样本不平衡的问题。

IOU loss的总结