文章目录
损失函数对模型的重要性
1.模型训练的导向作用
损失函数是衡量模型预测结果与真实标签之间差异的指标。在 YOLOv8 的训练过程中,它就像是一个 "指南针",引导模型朝着正确的方向更新参数。例如,在目标检测任务中,模型需要同时预测目标的位置(边界框)和类别。损失函数会综合考虑位置预测误差和类别预测误差,促使模型学习到如何准确地定位目标和识别类别。
2.评估模型性能的关键指标
损失函数的值可以直观地反映模型的训练状态。随着训练的进行,如果损失函数的值不断下降,说明模型在不断地优化,逐渐减小与真实情况的差距。反之,如果损失函数的值不再下降甚至上升,可能意味着模型出现了过拟合或者训练过程中存在其他问题。例如,在 YOLOv8 的早期训练阶段,损失函数的值可能会比较高,因为模型还没有学习到足够的特征来进行准确的预测;而在训练后期,损失函数应该逐渐趋近于一个较小的值。
3.影响模型泛化能力
合适的损失函数有助于提高模型的泛化能力。泛化能力是指模型对未见过的数据进行准确预测的能力。通过损失函数的引导,模型能够学习到数据中的一般性规律,而不是仅仅记住训练数据的特征。在 YOLOv8 中,例如对于不同场景下的目标检测,合理的损失函数可以让模型更好地适应新的场景、目标大小和类别分布,从而在实际应用中发挥更好的作用。
合理损失函数的涨点优势
4.提高检测精度
合理的损失函数能够更精准地衡量预测误差。以 YOLOv8 为例,在目标的位置预测方面,一些先进的损失函数可以更好地处理边界框的回归问题。例如,采用 CIoU(Complete Intersection over Union)损失函数代替传统的 IoU(Intersection over Union)损失函数,CIoU 损失函数不仅考虑了边界框的重叠面积,还考虑了边界框中心点之间的距离和宽高比等因素。这使得模型在预测边界框位置时更加准确,从而提高了目标检测的精度,在实验中可能会带来几个百分点的精度提升。
5.加速收敛速度
合适的损失函数可以优化模型的训练过程,使模型更快地收敛到一个较好的状态。例如,一些自适应的损失函数能够根据不同的样本难度自动调整权重。在 YOLOv8 训练中,对于容易预测的样本,损失函数可以降低其权重,而对于难样本(例如目标较小、被遮挡的目标等),则增加其权重。这样可以让模型更快地聚焦于学习难样本的特征,从而加速收敛速度,减少训练时间。
6.增强模型鲁棒性
鲁棒性是指模型在面对数据噪声、数据分布变化等情况时的稳定性。合理的损失函数可以使模型在训练过程中更好地应对这些情况。例如,在 YOLOv8 的训练数据中,如果存在一定比例的标注错误或者模糊的图像,一个好的损失函数可以通过对不同类型的误差进行合理分配权重,降低标注错误等异常情况对模型的负面影响,使模型能够更稳定地学习到正确的特征,从而增强模型的鲁棒性。
损失函数替换步骤
(1)首先打开loss.py和tal.py这两个文件
(2)依次点击"BboxLoss"------>"forward"------>"bbox_iou";点击之后会定位到"metrics.py"------>"bbox_iou"
(3)将bbox_iou函数删除,添加以下函数:
以下包含了:
bash
class WIoU_Scale:
''' monotonous: {
None: origin v1
True: monotonic FM v2
False: non-monotonic FM v3
}
momentum: The momentum of running mean'''
iou_mean = 1.
monotonous = False
_momentum = 1 - 0.5 ** (1 / 7000)
_is_train = True
def __init__(self, iou):
self.iou = iou
self._update(self)
@classmethod
def _update(cls, self):
if cls._is_train: cls.iou_mean = (1 - cls._momentum) * cls.iou_mean + \
cls._momentum * self.iou.detach().mean().item()
@classmethod
def _scaled_loss(cls, self, gamma=1.9, delta=3):
if isinstance(self.monotonous, bool):
if self.monotonous:
return (self.iou.detach() / self.iou_mean).sqrt()
else:
beta = self.iou.detach() / self.iou_mean
alpha = delta * torch.pow(gamma, beta - delta)
return beta / alpha
return 1
def bbox_iou(box1, box2, xywh=True, GIoU=False, DIoU=False, CIoU=False, SIoU=False, EIoU=False, WIoU=False, Focal=False,
alpha=1, gamma=0.5, scale=False, eps=1e-7):
# Returns Intersection over Union (IoU) of box1(1,4) to box2(n,4)
# Get the coordinates of bounding boxes
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).clamp(eps)
w2, h2 = b2_x2 - b2_x1, (b2_y2 - b2_y1).clamp(eps)
# Intersection area
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)
# Union Area
union = w1 * h1 + w2 * h2 - inter + eps
if scale:
self = WIoU_Scale(1 - (inter / union))
# IoU
# iou = inter / union # ori iou
iou = torch.pow(inter / (union + eps), alpha) # alpha iou
if CIoU or DIoU or GIoU or EIoU or SIoU or WIoU:
cw = b1_x2.maximum(b2_x2) - b1_x1.minimum(b2_x1) # convex (smallest enclosing box) width
ch = b1_y2.maximum(b2_y2) - b1_y1.minimum(b2_y1) # convex height
if CIoU or DIoU or EIoU or SIoU or WIoU: # Distance or Complete IoU https://arxiv.org/abs/1911.08287v1
c2 = (cw ** 2 + ch ** 2) ** alpha + eps # convex diagonal squared
rho2 = (((b2_x1 + b2_x2 - b1_x1 - b1_x2) ** 2 + (
b2_y1 + b2_y2 - b1_y1 - b1_y2) ** 2) / 4) ** alpha # 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) * (torch.atan(w2 / h2) - torch.atan(w1 / h1)).pow(2)
with torch.no_grad():
alpha_ciou = v / (v - iou + (1 + eps))
if Focal:
return iou - (rho2 / c2 + torch.pow(v * alpha_ciou + eps, alpha)), torch.pow(inter / (union + eps),
gamma) # Focal_CIoU
else:
return iou - (rho2 / c2 + torch.pow(v * alpha_ciou + eps, alpha)) # CIoU
elif EIoU:
rho_w2 = ((b2_x2 - b2_x1) - (b1_x2 - b1_x1)) ** 2
rho_h2 = ((b2_y2 - b2_y1) - (b1_y2 - b1_y1)) ** 2
cw2 = torch.pow(cw ** 2 + eps, alpha)
ch2 = torch.pow(ch ** 2 + eps, alpha)
if Focal:
return iou - (rho2 / c2 + rho_w2 / cw2 + rho_h2 / ch2), torch.pow(inter / (union + eps),
gamma) # Focal_EIou
else:
return iou - (rho2 / c2 + rho_w2 / cw2 + rho_h2 / ch2) # EIou
elif SIoU:
# SIoU Loss https://arxiv.org/pdf/2205.12740.pdf
s_cw = (b2_x1 + b2_x2 - b1_x1 - b1_x2) * 0.5 + eps
s_ch = (b2_y1 + b2_y2 - b1_y1 - b1_y2) * 0.5 + eps
sigma = torch.pow(s_cw ** 2 + s_ch ** 2, 0.5)
sin_alpha_1 = torch.abs(s_cw) / sigma
sin_alpha_2 = torch.abs(s_ch) / sigma
threshold = pow(2, 0.5) / 2
sin_alpha = torch.where(sin_alpha_1 > threshold, sin_alpha_2, sin_alpha_1)
angle_cost = torch.cos(torch.arcsin(sin_alpha) * 2 - math.pi / 2)
rho_x = (s_cw / cw) ** 2
rho_y = (s_ch / ch) ** 2
gamma = angle_cost - 2
distance_cost = 2 - torch.exp(gamma * rho_x) - torch.exp(gamma * rho_y)
omiga_w = torch.abs(w1 - w2) / torch.max(w1, w2)
omiga_h = torch.abs(h1 - h2) / torch.max(h1, h2)
shape_cost = torch.pow(1 - torch.exp(-1 * omiga_w), 4) + torch.pow(1 - torch.exp(-1 * omiga_h), 4)
if Focal:
return iou - torch.pow(0.5 * (distance_cost + shape_cost) + eps, alpha), torch.pow(
inter / (union + eps), gamma) # Focal_SIou
else:
return iou - torch.pow(0.5 * (distance_cost + shape_cost) + eps, alpha) # SIou
elif WIoU:
if Focal:
raise RuntimeError("WIoU do not support Focal.")
elif scale:
return getattr(WIoU_Scale, '_scaled_loss')(self), (1 - iou) * torch.exp(
(rho2 / c2)), iou # WIoU https://arxiv.org/abs/2301.10051
else:
return iou, torch.exp((rho2 / c2)) # WIoU v1
if Focal:
return iou - rho2 / c2, torch.pow(inter / (union + eps), gamma) # Focal_DIoU
else:
return iou - rho2 / c2 # DIoU
c_area = cw * ch + eps # convex area
if Focal:
return iou - torch.pow((c_area - union) / c_area + eps, alpha), torch.pow(inter / (union + eps),
gamma) # Focal_GIoU https://arxiv.org/pdf/1902.09630.pdf
else:
return iou - torch.pow((c_area - union) / c_area + eps, alpha) # GIoU https://arxiv.org/pdf/1902.09630.pdf
if Focal:
return iou, torch.pow(inter / (union + eps), gamma) # Focal_IoU
else:
return iou # IoU
(4)除了要替换bbox_ios,还需要切换回loss.py文件,将红框所在行代码替换为:
bash
iou = bbox_iou(pred_bboxes[fg_mask], target_bboxes[fg_mask], xywh=False, WIoU=True, scale=True)
if type(iou) is tuple:
if len(iou) == 2:
loss_iou = ((1.0 - iou[0]) * iou[1].detach() * weight).sum() / target_scores_sum
else:
loss_iou = (iou[0] * iou[1] * weight).sum() / target_scores_sum
else:
loss_iou = ((1.0 - iou) * weight).sum() / target_scores_sum
(5)指明损失函数:例如使用SIoU
①loss.py中改成SIoU
②tal.py中改成SIoU