目标检测-损失函数Loss

文章目录

前言
范数损失函数
IOU损失函数
- IOU loss （2016）
- GIOU loss （2019）
- DIOU loss （2020）
- CIOU loss （2020）
- EIOU loss （2021）
- Fcoal-EIOU loss （2021）
结果对比

前言

目标检测一直是计算机视觉中最基本的问题之一，它包括目标分类和目标定位两个子任务。当前最先进的二阶段目标检测器(例如，Cascade R-CNN，MASk R-CNN和Dynamic R-CNN)依赖于边bbox回归(BBR)模块来定位对象；对于单阶段目标检测器（例如，YOLO，SSD）则依靠BBR来定位。

所以说，一个设计良好的损失函数对BBR的成功至关重要。到目前为止，BBR的损失函数主要分为两类:

范数损失函数

通过边框点来计算，比较多得是L1范数，例如：

SmoothL1 loss
Dynamic SmoothL1 Loss
BalanceL1 loss
假定Bbox(x, y, w, h)四个变量是独立的，实际不是，故引入IOU损失

IOU损失函数

通过交并面积计算，例如：

IOU loss
GIOU loss（Generalized IOU ）
CIOU loss （Complete IOU）
DIOU loss（Distance IOU ）
Pixels IOU
EIOU loss

损失函数怎么来的，由我们需要的性质反推而来，比如我们需要：

当回归误差趋近于零时，梯度的大小应该有一个零的极限。
在回归误差较小的区域，梯度幅度应迅速增大，在回归误差较大的区域，梯度幅度应逐渐减小。
为了灵活地控制低质量实例的抑制程度，需要设置超参数。
对于不同的超参数值，梯度函数族应该有一个归一化尺度，例如(0,1)，这有助于在高质量和低质量示例之间进行平衡。

IOU loss （2016）

论文：Unitbox: An advanced object detection network

优点：

该方法具有非负性、对称性、三角形不等式和尺度不敏感性等优点

缺点：

如果两个方框没有任何交集，则IOU损失将始终为零，不能正确反映两个方框之间的紧密程度。
损失的收敛速度较慢

实现代码：

import numpy as np
def Iou(box1, box2, wh=False):if wh == False:xmin1, ymin1, xmax1, ymax1 = box1xmin2, ymin2, xmax2, ymax2 = box2else:xmin1, ymin1 = int(box1[0]-box1[2]/2.0), int(box1[1]-box1[3]/2.0)xmax1, ymax1 = int(box1[0]+box1[2]/2.0), int(box1[1]+box1[3]/2.0)xmin2, ymin2 = int(box2[0]-box2[2]/2.0), int(box2[1]-box2[3]/2.0)xmax2, ymax2 = int(box2[0]+box2[2]/2.0), int(box2[1]+box2[3]/2.0)# 获取矩形框交集对应的左上角和右下角的坐标（intersection）xx1 = np.max([xmin1, xmin2])yy1 = np.max([ymin1, ymin2])xx2 = np.min([xmax1, xmax2])yy2 = np.min([ymax1, ymax2]) # 计算两个矩形框面积area1 = (xmax1-xmin1) * (ymax1-ymin1) area2 = (xmax2-xmin2) * (ymax2-ymin2)inter_area = (np.max([0, xx2-xx1])) * (np.max([0, yy2-yy1]))　#计算交集面积iou = inter_area / (area1+area2-inter_area+1e-6) 　#计算交并比return iou

GIOU loss （2019）

论文：Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression

提出了GIoU的思想。由于IoU是比值的概念，对目标物体的scale是不敏感的。然而检测任务中的BBox的回归损失(MSE loss, l1-smooth loss等）优化和IoU优化不是完全等价的，而且 Ln 范数对物体的scale也比较敏感，IoU无法直接优化没有重叠的部分。

GIOU 损失函数
A,B分别为预测框和目标框，上面公式的意思是：先计算两个框的最小闭包区域面积公式，再计算出IoU，再计算闭包区域中不属于两个框的区域占闭包区域的比重，最后用IoU减去这个比重得到GIoU。

优点：
GIoU有对称区间，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。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。

缺点：

当|A∩B| = 0时，GIOU loss趋向增C的面积，使其与目标框重叠，这与减小空间位置差异的直觉相反。黑色代表锚盒，蓝色表示目标框。
当|A∩B| > 0时，|C−A∪B|的面积总是一个小数字或等于零(当A包含B时，这一项为零，反之亦然)。在这种情况下，GIOU损失降级为IOU损失。因此，GIOU损失的收敛速度仍然慢。

实现函数：

def Giou(rec1,rec2):#分别是第一个矩形左右上下的坐标x1,x2,y1,y2 = rec1 x3,x4,y3,y4 = rec2iou = Iou(rec1,rec2)area_C = (max(x1,x2,x3,x4)-min(x1,x2,x3,x4))*(max(y1,y2,y3,y4)-min(y1,y2,y3,y4))area_1 = (x2-x1)*(y1-y2)area_2 = (x4-x3)*(y3-y4)sum_area = area_1 + area_2w1 = x2 - x1   #第一个矩形的宽w2 = x4 - x3   #第二个矩形的宽h1 = y1 - y2h2 = y3 - y4W = min(x1,x2,x3,x4)+w1+w2-max(x1,x2,x3,x4)    #交叉部分的宽H = min(y1,y2,y3,y4)+h1+h2-max(y1,y2,y3,y4)    #交叉部分的高Area = W*H    #交叉的面积add_area = sum_area - Area    #两矩形并集的面积end_area = (area_C - add_area)/area_C    #闭包区域中不属于两个框的区域占闭包区域的比重giou = iou - end_areareturn giou

DIOU loss （2020）

论文：https://arxiv.org/pdf/1911.08287.pdf

DIoU要比GIou更加符合目标框回归的机制，将目标与anchor之间的距离，重叠率以及尺度都考虑进去，使得目标框回归变得更加稳定，不会像IoU和GIoU一样出现训练过程中发散等问题。

优点：
DIoU loss可以直接最小化两个目标框的距离，因此比GIoU loss收敛快得多
对于包含两个框在水平方向和垂直方向上这种情况，DIoU损失可以使回归非常快，而GIoU损失几乎退化为IoU损失。

DIoU还可以替换普通的IoU评价策略，应用于NMS中，使得NMS得到的结果更加合理和有效。
实现代码：

def Diou(bboxes1, bboxes2):rows = bboxes1.shape[0]cols = bboxes2.shape[0]dious = torch.zeros((rows, cols))if rows * cols == 0:#return diousexchange = Falseif bboxes1.shape[0] > bboxes2.shape[0]:bboxes1, bboxes2 = bboxes2, bboxes1dious = torch.zeros((cols, rows))exchange = True# #xmin,ymin,xmax,ymax->[:,0],[:,1],[:,2],[:,3]w1 = bboxes1[:, 2] - bboxes1[:, 0]h1 = bboxes1[:, 3] - bboxes1[:, 1] w2 = bboxes2[:, 2] - bboxes2[:, 0]h2 = bboxes2[:, 3] - bboxes2[:, 1]area1 = w1 * h1area2 = w2 * h2center_x1 = (bboxes1[:, 2] + bboxes1[:, 0]) / 2 center_y1 = (bboxes1[:, 3] + bboxes1[:, 1]) / 2 center_x2 = (bboxes2[:, 2] + bboxes2[:, 0]) / 2center_y2 = (bboxes2[:, 3] + bboxes2[:, 1]) / 2inter_max_xy = torch.min(bboxes1[:, 2:],bboxes2[:, 2:]) inter_min_xy = torch.max(bboxes1[:, :2],bboxes2[:, :2]) out_max_xy = torch.max(bboxes1[:, 2:],bboxes2[:, 2:]) out_min_xy = torch.min(bboxes1[:, :2],bboxes2[:, :2])inter = torch.clamp((inter_max_xy - inter_min_xy), min=0)inter_area = inter[:, 0] * inter[:, 1]inter_diag = (center_x2 - center_x1)**2 + (center_y2 - center_y1)**2outer = torch.clamp((out_max_xy - out_min_xy), min=0)outer_diag = (outer[:, 0] ** 2) + (outer[:, 1] ** 2)union = area1+area2-inter_areadious = inter_area / union - (inter_diag) / outer_diagdious = torch.clamp(dious,min=-1.0,max = 1.0)if exchange:dious = dious.Treturn dious

CIOU loss （2020）

论文：https://arxiv.org/pdf/1911.08287.pdf

CIOU loss考虑了三个重要的几何因素，即重叠面积、中心点距离和高宽比。给定一个预测框B和一个目标框Bgt, CIOU损失定义如下。

DIoU中对anchor框和目标框之间的归一化距离进行了建模

与以前的损失函数相比，CIOU损失有了显著的改善。由于v只反映了纵横比的差异，CIOU损失可能会以不合理的方式优化相似性，这里，CIOU损失确实增加了宽高比的相似度，但它阻碍了模型有效降低(w, h)和(wgt, hgt)之间的真实差异。

实现代码：

def bbox_overlaps_ciou(bboxes1, bboxes2):rows = bboxes1.shape[0]cols = bboxes2.shape[0]cious = torch.zeros((rows, cols))if rows * cols == 0:return ciousexchange = Falseif bboxes1.shape[0] > bboxes2.shape[0]:bboxes1, bboxes2 = bboxes2, bboxes1cious = torch.zeros((cols, rows))exchange = Truew1 = bboxes1[:, 2] - bboxes1[:, 0]h1 = bboxes1[:, 3] - bboxes1[:, 1]w2 = bboxes2[:, 2] - bboxes2[:, 0]h2 = bboxes2[:, 3] - bboxes2[:, 1]area1 = w1 * h1area2 = w2 * h2center_x1 = (bboxes1[:, 2] + bboxes1[:, 0]) / 2center_y1 = (bboxes1[:, 3] + bboxes1[:, 1]) / 2center_x2 = (bboxes2[:, 2] + bboxes2[:, 0]) / 2center_y2 = (bboxes2[:, 3] + bboxes2[:, 1]) / 2inter_max_xy = torch.min(bboxes1[:, 2:],bboxes2[:, 2:])inter_min_xy = torch.max(bboxes1[:, :2],bboxes2[:, :2])out_max_xy = torch.max(bboxes1[:, 2:],bboxes2[:, 2:])out_min_xy = torch.min(bboxes1[:, :2],bboxes2[:, :2])inter = torch.clamp((inter_max_xy - inter_min_xy), min=0)inter_area = inter[:, 0] * inter[:, 1]inter_diag = (center_x2 - center_x1)**2 + (center_y2 - center_y1)**2outer = torch.clamp((out_max_xy - out_min_xy), min=0)outer_diag = (outer[:, 0] ** 2) + (outer[:, 1] ** 2)union = area1+area2-inter_areau = (inter_diag) / outer_diagiou = inter_area / unionwith torch.no_grad():arctan = torch.atan(w2 / h2) - torch.atan(w1 / h1)v = (4 / (math.pi ** 2)) * torch.pow((torch.atan(w2 / h2) - torch.atan(w1 / h1)), 2)S = 1 - ioualpha = v / (S + v)w_temp = 2 * w1ar = (8 / (math.pi ** 2)) * arctan * ((w1 - w_temp) * h1)cious = iou - (u + alpha * ar)cious = torch.clamp(cious,min=-1.0,max = 1.0)if exchange:cious = cious.Treturn cious

EIOU loss （2021）

论文：Focal and Efficient IOU Loss for Accurate Bounding Box Regression

针对以上问题，对CIOU损失进行了修正，提出了一种更有效的损失形式。

[公式] 和 [公式] 指覆盖两个盒子的最小的封闭盒子的宽度和高度,其他变量参考以上说明，将损失函数分为三部分：IOU损失、距离损失、方向损失。这样，就可以保留CIOU loss特征。同时，EIOU loss 直接使目标框与锚框的宽度和高度之差最小，使得收敛速度更快，定位效果更好。

Fcoal-EIOU loss （2021）

论文：Focal and Efficient IOU Loss for Accurate Bounding Box Regression
在BBR中，也存在训练样本不平衡的问题(one-stage检测比较突出），即由于图像中目标对象的稀疏性，回归误差小的高质量样本(锚框)的数量远远少于低质量样本(离群值)。最近的研究表明，异常值会产生过大的梯度，这对训练过程有害。因此，让高质量的样本为网络训练过程贡献更多的梯度是至关重要的。所以引入Focal loss的提出起到很大作用，因此改进的EIOU loss( Fcoal-EIOU loss )，如下：

Fcoal-EIOU 损失函数
其中IOU = |A∩B|/|A∪B|，γ为控制异常值抑制程度的参数。

结果对比

以上损失函数性能对比：

参考文章