DIoU YOLOv3 | AAAI 2020：更加稳定有效的目标框回归损失

以你之姓@ 2023-06-18 06:56 2阅读 0赞

> 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。  
> https://arxiv.org/pdf/1911.08287.pdf  
> https://github.com/Zzh-tju/DIoU-darknet

##### 1：IoU & GIoU存在的问题分析 #####

论文作者通过一个仿真实现，从实验结果的角度说明了IoU和GIoU存在的问题。实验设定如下图所示，  
一：绿色框代表仿真实验需要回归的七个不同尺度的目标框，七个目标框的中心点坐标都是（10 \* 10）。  
二：蓝色的点代表了所有anchor的中心点，中心点的分布如下图所示，各个方向都有，各种距离都有，当然每个anchor得一个中心点都包含有七个不同面积的anchor框。而且每个面积的anchor框又有其中不用比例尺寸。因此一共有5000个蓝色点，有5000\*7\*7个anchor框，而且每个框都需要回归到七个目标框去，因此一共有5000\*7\*7\*7个回归案例。

![format_png][]

最终的实验结果如下：图中展示的训练同样的代数后（200代），三个loss最终每个anchor的误差分布。  
一：IoU：从IoU误差的曲线我们可以发现，anchor越靠近边缘，误差越大，那些与目标框没有重叠的anchor基本无法回归。  
二：GIoU：从GIoU误差的曲线我们可以发现，对于一些没有重叠的anchor，GIoU的表现要比IoU更好。但是由于GIoU仍然严重的依赖IoU，因此在两个垂直方向，误差很大，基本很难收敛，这就是GIoU不稳定的原因。  
三：DIoU：从DIoU误差的曲线我们可以发现，对于不同距离，方向，面积和比例的anchor，DIoU都能做到较好的回归。  
![format_png 1][]  
![format_png 2][]  
![format_png 3][]

再用一张很形象的图，来说明GIoU不稳定以及收敛很慢的原因。下图中第一行三张图展示的是GIoU的回归过程，其中绿色框为目标框，黑色框为anchor，蓝色框为不同次数的迭代后，anchor的偏移结果。第二行三张图展示的是DIoU的回归过程，其中绿色框为目标框，黑色框为anchor，红色框为不同次数的迭代后，anchor的偏移结果。从图中我们可以看到，GIoU在回归的过程中，从损失函数的形式我们发现，当IoU为0时，GIoU会先尽可能让anchor能够和目标框产生重叠，之后GIoU会渐渐退化成IoU回归策略，因此整个过程会非常缓慢而且存在发散的风险。而DIoU考虑到anchor和目标之间的中心点距离，可以更快更有效更稳定的进行回归。

![format_png 4][]

##### 2：提出问题 #####

基于GIoU存在的问题，作者提出了两个问题：  
首先，直接最小化anchor框与目标框之间的归一化距离是否可行，以达到更快的收敛速度。  
其次，如何使回归在与目标框有重叠甚至包含时更准确、更快。

##### 3：DIoU #####

作者为了回答第一个问题：提出了**Distance-IoU Loss**  
![format_png 5][]

上述损失函数中，b，bgt分别代表了anchor框和目标框的中心点，且p代表的是计算两个中心点间的欧式距离。c代表的是能够同时覆盖anchor和目标框的最小矩形的对角线距离。因此DIoU中对anchor框和目标框之间的归一化距离进行了建模。直观的展示如下图所示。  
![format_png 6][]

DIoU的优点如下：  
1.与GIoU loss类似，DIoU loss在与目标框不重叠时，仍然可以为边界框提供移动方向。  
2.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。  
3.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。

##### 3：CIoU #####

作者为了回答第二个问题：提出了**Complete-IoU Loss**  
一个好的目标框回归损失应该考虑三个重要的几何因素：重叠面积、中心点距离、长宽比。  
GIoU：为了归一化坐标尺度，利用IoU，并初步解决IoU为零的情况。  
DIoU：DIoU损失同时考虑了边界框的重叠面积和中心点距离。  
然而，anchor框和目标框之间的长宽比的一致性也是极其重要的。基于此，作者提出了**Complete-IoU Loss**。  
![format_png 7][]

上述损失函数中，CIoU比DIoU多出了阿尔法和v这两个参数。其中阿尔法是用于平衡比例的参数。v用来衡量anchor框和目标框之间的比例一致性。  
![format_png 8][]  
![format_png 9][]

从阿尔法参数的定义可以看出，损失函数会更加倾向于往重叠区域增多方向优化，尤其是IoU为零的时候。

##### 4：DIoU & CIoU结果分析 #####

![format_png 10][]

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTllNGVkYzdjNzhiMDFkODkucG5n?x-oss-process=image/format,png
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LWViMDNlMWI4MWY3NjA5ZWMucG5n?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTcyMWFmYjM3Yzg1MjZlYjMucG5n?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTllMGY1MDU2NTMxYWMyMDQucG5n?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTllNzQ3OWJlN2Y3ZjVkNDcucG5n?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LWNmZTg4OTVjYTVhM2UyMzAucG5n?x-oss-process=image/format,png
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTVjNTEwNDQyMjcxM2YzYWMucG5n?x-oss-process=image/format,png
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTkyNzJlNGU0NWM4MTM0YTIucG5n?x-oss-process=image/format,png
[format_png 8]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTc4NmQzZGZlYzFjYWNiMWUucG5n?x-oss-process=image/format,png
[format_png 9]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LWI5MmE4ZDcyNDFkZTRmNjUucG5n?x-oss-process=image/format,png
[format_png 10]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy81NTI5OTk3LTFhNTFjZTZiOTNmYTE2YTMucG5n?x-oss-process=image/format,png

发表评论取消回复

表情：

评论列表（有 0 条评论，2人围观）

还没有评论，来说两句吧...

相关阅读

相关 DIoU YOLOv3 | AAAI 2020：更加稳定有效的目标框回归损失

> 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

以你之姓@/ 2023年06月18日 06:56/ 0 赞/ 3 阅读

相关目标检测算法之YOLOv3及YOLOV3-Tiny

前言昨天稍微填上了YOLOv2损失函数的坑，然后我在知乎关注了一个有趣的问题，地址是：https://www.zhihu.com/question/357005177

古城微笑少年丶/ 2023年06月16日 12:56/ 0 赞/ 43 阅读

相关目标检测算法之YOLOv2损失函数详解

前言前面的YOLOv2推文详细讲解了YOLOv2的算法原理，但官方论文没有像YOLOv1那样提供YOLOv2的损失函数，难怪Ng说YOLO是目标检测中最难懂的算法。今天

小鱼儿/ 2023年06月16日 07:48/ 0 赞/ 23 阅读

相关 YOLOV3损失函数再思考 Plus

1. 前言看到这个题目想必大家都猜到了，昨天的文章又有问题了。。。今天，又和两位大佬交流了一下YOLOV3损失函数，然后重新再对源码进行了梯度推导我最终发现，我的理解竟

朴灿烈づ我的快乐病毒、/ 2023年02月11日 04:45/ 0 赞/ 33 阅读

相关分析YOLOv3目标检测

前言 YOLOv3模型比之前的模型复杂了，但是精度也提高了。YOLOv3最大的变化包括两点：使用残差模型和采用FPN架构。YOLO2曾采用passthrough结构来检测

桃扇骨/ 2022年12月22日 06:11/ 0 赞/ 253 阅读

相关 anchor-based的边界框回归损失函数

文章目录前言 1、L1/L2 loss 2、Smooth L1 loss 3、IOU loss 4、GIOU loss 5、DIOU

港控/mmm°/ 2022年11月04日 11:28/ 0 赞/ 178 阅读

相关目标检测回归损失函数总结

作者丨何杰文@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/422104433 编辑丨极市平台导读本文总结了6个目标检测回归

港控/mmm°/ 2022年09月17日 05:16/ 0 赞/ 337 阅读

相关目标检测中目标框回归损失函数（IoU, GIoU, DIoU, CIoU）总结

目标检测中目标框回归损失函数（IoU, GIoU, DIoU, CIoU）总结 1. Smooth L1 Loss 这个是 Faster-RCNN 中的损失函数。具

系统管理员/ 2022年09月13日 15:25/ 0 赞/ 1121 阅读

相关目标检测 | YOLOv3开启的回归网络下的多尺度策略

1.简介通过文章[目标检测 | 让YOLOv1算法告诉你回归网络的能力][_ _YOLOv1]和[目标检测 | 让YOLOv2告诉你Trick的力量][_ _YOLOv

墨蓝/ 2022年03月09日 20:46/ 0 赞/ 367 阅读

相关基于YOLOv3的多目标跟踪

keras-yolov3 + Kalman-Filter 进行人体多目标追踪（含代码）： [https://blog.csdn.net/sinat\_26917383/art

柔情只为你懂/ 2022年01月27日 22:57/ 0 赞/ 309 阅读