🚀 该系列将会持续整理和更新BBR相关的问题，如有错误和不足恳请大家指正，欢迎讨论！！！
SCYLLA-IoU（SIoU）来自挂在2022年arxiv上的文章：《SIoU Loss: More Powerful Learning for Bounding Box Regression》
文章介绍了一个新的损失函数SIoU，用于边界框回归的训练。传统的边界框回归的损失函数依赖于预测框与真实框之间的距离、重叠面积和长宽比等度量，但是没有考虑预测框与真实框之间的方向。因此，SIoU引入了角度敏感的惩罚项，使得在训练过程中预测框更快地向最近的坐标轴靠近，从而减少了自由度，提高了训练速度和准确度。
SIoU损失函数 = 角度损失 + 距离损失 + 形状损失 + IoU损失
Angle Cost（角度惩罚）
目的是让预测框优先向X或Y轴对齐，减少"漂移"自由度，数学表达中引入了角度惩罚函数。
Distance Cost（距离****惩罚 ）
在角度惩罚的影响下重新定义了中心点距离损失，更贴合于角度优化。
Shape Cost（形状****惩罚 ）
对预测框的宽高比和尺寸的偏差进行惩罚，提升尺度与比例的拟合性，使用遗传算法为每个数据集优化 θ控制惩罚强度。
IoU Cost
使用标准IoU定义衡量预测框和目标框之间的重叠程度。
Wise-IoU（WIoU）来自挂在2023年arxiv上的文章： 《Wise-IoU: Bounding Box Regression Loss with Dynamic Focusing Mechanism》
文章主要介绍了一种基于动态非单调聚焦机制（FM）的IoU损失函数WIoU，用于BBR的损失函数。WIoU采用异常度来评估锚框的质量，并提供了一种聪明的梯度增益分配策略，使其关注普通质量的锚框并提高检测器的整体性能。
文章详细地对已有且使用广泛地IoU loss做了一个详细地描述，分析了它们存在的问题。
该文作者做了一个详细地讲解：
🌍 WIoU的动机就是针对目标检测训练集中含有的低质量数据如何进行才能更好地进行边界框回归呢？
这篇文章的确缺少很多实验去说明超参数的设置以及这样的做法能否带来一个很好的性能。
主要有四个超参数，分别是alpha、delta、t和n。
✅ 创新点：
-
与以往采用策略（如 Focal Loss、Focal-EIoU）不同，WIoU 提出了动态的 、非单调的梯度权重函数
-
基于outlier degree（离群度）计算每个 anchor box 相对质量的动态指标，从而调整梯度权重
🎯 解决的问题：
-
避免盲目加强对高质量或低质量样本的学习
-
减少低质量样本带来的"有害梯度"
-
提高模型对"普通质量样本"的关注，有利于泛化
在ultralytics-main/ultralytics/utils/metrics.py中的实现：
python
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
# 论文里面用的是0.05，作者说这样比较可解释一些
# 1 - pow(0.05, 1 / (890 * 34))
_momentum = 1 - 0.5 ** (1 / 7000) # 1e-2
_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:
# iou - (rho2 / c2 + (v * alpha_ciou + eps) ** alpha)
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:
# WIoU_Scale._scaled_loss(self)
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在ultralytics-main/ultralytics/utils/loss.py中的调用，替换掉原有的那两行代码：
python
iou = bbox_iou(pbox, tbox[i], WIoU=True, scale=True).squeeze()
if type(iou) is tuple:
lbox += (iou[1].detach() * (1.0 - iou[0])).mean()
else:
lbox += (1.0 - iou).mean()这样写会报一个错误：
AttributeError: 'tuple' object has no attribute 'squeeze'
需要写成这个样子：
python
iou = bbox_iou(pbox, tbox[i], WIoU=True, scale=True)
if type(iou) is tuple:
if len(iou) == 2:
lbox += (iou[1].detach().squeeze() * (1 - iou[0].squeeze())).mean()
iou = iou[0].squeeze()
else:
lbox += (iou[0] * iou[1]).mean()
iou = iou[2].squeeze()
else:
lbox += (1.0 - iou.squeeze()).mean()
iou = iou.squeeze()
https://github.com/z1069614715/objectdetection_script/blob/master/yolo-improve/iou.py