目标检测性能优化，Focal EIOU，从IOU的角度提升检测的准确率！

计算机视觉工坊 | 2022-11-19 19:43:43 阅读：1651

作者丨小书童

来源丨集智书童

导读框回归是目标检测任务中衡量检测框位置准确与否的重要指标，为减少已知框回归方法带来的收敛速度慢和结果不准确的问题，本文提出了一种有效的框回归方法（EIOU），并提出了Focal Loss的回归版本，在收敛速度和定位精度上实现显著的优势。论文链接：https://arxiv.org/abs/2101.08158

在目标检测中，框回归（BBR）是决定目标定位性能的关键步骤。然而，作者发现大多数以前的BBR损失函数有两个主要缺点：
基于范数和IOU的损失函数都不能有效地描述BBR的目标，这导致收敛速度慢和回归结果不准确。
大多数损失函数忽略了BBR中的不平衡问题，即与目标框具有小重叠的大量目标框对BBR的优化贡献最大。
为了减轻由此造成的不利影响，在本文中进行了深入研究，以挖掘BBR损失的潜力。首先，提出了一种有效的Efficient Intersection over Union（EIOU）损失，它明确地测量了BBR中3个几何因子的差异，即重叠面积、中心点和边长。之后，陈述了Effective Example Mining（EEM）问题，并提出了Focal loss的回归版本，以使回归过程专注于高质量的Anchor boxes。最后，将上述两部分结合起来，得到一个新的损失函数，即Focal EIOU Loss。在合成和真实数据集上进行了大量实验。与其他BBR损失相比，可以在收敛速度和定位精度上实现显著的优势。

1、简介目标检测包括两个子任务：目标分类和目标定位，一直是计算机视觉中最基本的问题之一。当前最先进的目标检测器（例如，Cascade R-CNN、Mask R-CNN、Dynamic R-CNN和DETR）依赖于边界回归（BBR）模块来定位目标。基于这一范式，精心设计的损失函数对于BBR的成功至关重要。迄今为止，BBR的大部分损失函数可以分为两类：

-范数损失可以统一为等式:

其中x是预测框和目标框之间的差。传统的Smooth L1损失可以形成为和。 -范数损失被批评为不仅忽略了BBR变量（x，y，w，h）中的相关性，还忽略了对大边界框的固有偏差（由于非规范化形式）。然而，如图1所示以前基于IOU的损失，例如CIOU和GIOU，无法有效地测量目标框和Anchor之间的差异，这导致BBR模型优化中的收敛速度慢和定位不准确。

基于 IOU 的损失可以统一为等式:

其中和是预测框和目标框。附加惩罚旨在补充原始IOU的收益。这些损失共同回归所有BBR变量作为一个整体。它们也是标准化的，对边界框的比例不敏感。然而，大多数算法都存在收敛速度慢和定位不准确的问题。更重要的是，现有的基于 IOU 的损失忽略了信息Anchor的重要性。在本文中进行了深入的研究，以挖掘当前BBR损失的潜力，实现精确的目标检测。首先，提出了一种有效的IOU损失（EIOU）来提高收敛速度和定位精度，该方法使用额外的惩罚项来明确测量BBR中3个关键几何因素的差异，包括重叠区域、中心点和边长。其次，阐述了BBR中的有效实例挖掘（EEM）问题。受最初用于测量分类误差的 Focal loss 的启发，作者设计了 Focal loss 的回归版本，以增强具有大IOU的高质量Anchor在BBR模型优化过程中的贡献。最后，将所提出的两种方法组合为一种新的BBR损失函数，即Focal EIOU，以实现高效和准确的目标检测。通过对合成和真实数据集的广泛评估，验证了所提出损失函数的有效性和优势。此外，当将Focal EIOU损失与几种最先进的目标检测模型（包括Faster R-CNN、Mask R-CNN，RetinaNet、ATSS、PAA和DETR）相结合时，可以在大规模COCO 2017数据集上实现检测精度的一致和显著提高，这说明了提出的损失功能的潜在潜力。本文的贡献总结如下：

考虑到基于IOU的损失和-范数损失的缺陷，提出了一种有效的IOU损失，以解决现有损失的困境，并获得更快的收敛速度和更好的回归结果。
考虑到BBR中高质量Anchor和低质量Anchor之间的不平衡，设计了一个 Focal loss 的回归版本，以增强最有希望的Anchor在模型优化中的贡献，同时抑制不相关的Anchor。
对合成数据和真实数据进行了大量实验。出色的实验结果验证了所提出方法的优越性。详细的消融研究显示了损失函数和参数值的不同设置的影响。

2、IOU Loss的局限性分析

2.1、IOU Loss的局限测量两个任意形状（体积）之间相似性的IOU损失为：

它具有非负性、对称性、三角形不等式和尺度不敏感性等良好的性质。它已被证明是一个度量标准。然而，它有两个主要的缺点：

如果两个box没有任何交集，IOU Loss将始终为零，这不能正确反映这两个box之间的紧密程度。
IOU Loss的收敛速度较慢。

2.2、GIOU Loss的局限为了解决IOU Loss的缺点，提出了GIOU损失，定义如下：

其中是两个任意的box。C是包含A和B的最小凸盒和。GIOU Loss在时有效，但它仍然有两个缺点：

当时，GIOU损失打算增加边界框的面积，使其与目标框重叠（见图1），这与减少空间位置差异的直觉相反。
当时，|C−A∪B|的面积总是一个小数或等于零（当A包含B时，该项将为零，反之亦然）。在这种情况下，GIOU损失退化为 IOU 损失。因此，GIOU损失的收敛率仍然很慢。

2.3、CIOU Loss的局限CIOU损失考虑了三个重要的几何因素，即重叠面积、中心点距离和长宽比。给定一个预测框 B 和一个目标框，CIOU损失的定义如下：

其中和分别表示和的中心点。表示欧几里得距离。是覆盖两个box的最小封闭box的对角线长度。和测量宽高比的差异。v关于w和h的梯度计算如下：

在之前的工作中，实验结果表明，与以前的损失函数相比，CIOU损失的收敛速度和检测精度都有显著提高。然而，最后一项的v仍然没有得到很好的定义，这从3个方面减缓了CIOU的收敛速度：

在等式（5）中，仅反映纵横比的差异，而不是与或与之间的实际关系。即，所有具有属性具有＝，这与现实不符。
在等式（6）中，有。和有相反的符号。因此，在任何时候，如果这两个变量（w或h）中的一个增加，另一个将减少。这是不合理的，尤其是当和或和时。
由于v仅反映纵横比的差异，因此CIOU损失可能以不合理的方式优化相似性。如图1所示，目标框的尺度设置为和。Anchor的初始尺度设置为w=1和h=2.4。Anchor尺度在50次迭代后回归为w=1.64和h=2.84。这里，CIOU损失确实增加了纵横比的相似性，但它阻碍了模型有效地减少和之间的真实差异。

2.4、本文提出的方法为了解决上述问题，对CIOU损失进行了修正，并提出了一个更有效的IOU损失版本，即EIOU损失，其定义如下。

其中和是覆盖两个box的最小封闭盒子的宽度和高度。即，将损失函数分为三部分：IOU损失、距离损失和方位损失。这样就可以保留 CIOU Loss的有益特性。同时，EIOU Loss直接使目标框和Anchor的宽度和高度的差异最小化，从而产生更快的收敛速度和更好的定位结果。3、Focal Loss For BBR在BBR中，也存在训练实例不平衡的问题，即由于图像中目标目标的稀疏性，回归误差较小的高质量例子的数量远少于低质量例子（异常值）。最近的研究表明，离群值会产生过大的梯度，这对训练过程有害。因此，制作高质量的例子对网络训练过程贡献更多的梯度是至关重要的。在最近的研究中试图基于SmoothL1的损失来解决上述问题。在本节中，还从Smooth L1损失开始，并提出Focal L1损失，以增加高质量例子的贡献。此外，作者还发现，简单的方法不能直接适用于基于IOU的损失。因此，最终提出了Focal-EIOU损失来提高EIOU损失的性能。3.1、Focal L1 Loss首先，列出了理想损失函数的性质如下：

当回归误差趋于零时，梯度幅度的极限应该为零。
梯度幅度应在小回归误差附近迅速增大，在大回归误差区域逐渐减小。
应该有一些超参数来灵活地控制低质量实例的抑制程度。
对于超参数的变值，梯度函数家族应该有一个标准化的尺度，例如，(0,1]，这有助于在高质量和低质量的例子之间的平衡。

根据上述条件，随着边界框回归误差的变化，可以假设一个梯度幅度的期望函数曲线，如图5(a)所示该函数是，满足性质1和2。接下来，构造了一个带有参数β的函数族来控制曲线的形状，如图5(b)所示随着β的增加，异常值的梯度幅度将被进一步抑制。然而，高质量的例子的梯度幅度也会减少，这不是所期望的。因此，添加另一个参数α，根据属性4的要求，将不同β的梯度大小归一化为[0,1]。最后，梯度大小函数的族可以表示如下:

这里，由于以下原因获得了β的值范围。当，，这意味着g(x)是具有全局最大值的凹函数。求解，可以得到。作为，。还必须确保，那么，。为了满足性质4，设置最大值得到α与β的关系：。通过积分上述梯度公式，可以得到BBR的Focal L1损失:

其中C是一个常数值。以确保在等式中的在x = 1处是连续的，有。

图4(b)显示，根据β，提出的Focal L1损失可以增加内值梯度的值，抑制异常值的梯度值。较大的β要求内部有很少的回归误差，并快速抑制异常值的梯度值。

同样，在图4(a)中，蓝色的曲线表示β的最大值。随着回归误差的增加，蓝色曲线的损失首先迅速增加，然后趋于稳定。β值最小的橙色曲线增长得越来越快，在x = 1左右达到峰值。现在可以通过Focal L1损失，来计算定位损失，其中B是回归结果，是回归目标。

3.2、Focal-EIOU Loss

为了使EIOU损失集中于高质量的示例，自然可以考虑在等式中替换 x 与EIOU的损失联系在一起。然而，作者观察到上述组合的效果不太好。分析结果如下：

给定偏移量，Focal L1损失的梯度为，其中等于1或者-1，因此即使偏移很小，还可以带来足够的梯度以使模型持续优化。然而，如果用替换偏移量，梯度可以计算为。
这里不再是一个常量。此外，在实证研究中，随着接近零，它将非常小，而在当时也接近于零。因此，在乘法之后，整体梯度将更小，这削弱了对具有小的Box进行重新加权的效果。为了解决这个问题，使用IOU的值来重新计算 loss的权重，并得到Focal-，如下所示

其中，和是控制异常值抑制程度的参数。

3.3、算法流程

4、实验4.1、消融实验IOU方法对比

Tradeoff Weight的影响

FocalL1 Loss

Focal-EIOU Loss

4.2、SOTA对比

4.3、可视化对比

5、参考[1].Focal and Efficient IOU Loss for Accurate Bounding Box Regression

本文仅做学术分享，如有侵权，请联系删文。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。