文章目錄

• • 摘要
  • 引言
  • 2. 相關(guān)工作
  • 3. Generalized Intersection over Union
  • • 3.1 GIoU as Loss for Bounding Box Regression
  • 4. 實(shí)驗(yàn)
  • • 4.1 YOLO v3
    • 4.2 Faster R-CNN and Mask R-CNN
  • 5. 結(jié)論

摘要

Intersection over Union（IoU）是目標(biāo)檢測(cè)領(lǐng)域應(yīng)用最多的度量方式。

優(yōu)化b-box的參數(shù)的回歸過(guò)程所使用的損失函數(shù)和最大化度量值之間存在一定的鴻溝

二維軸心對(duì)齊的b-box情況，IoU可以直接作為回歸損失

但是，IoU無(wú)法優(yōu)化不重疊的b-box情況

本文通過(guò)引入一個(gè)更一般化的度量方式來(lái)作為新的loss和新的度量

本文通過(guò)將提出的 $generalizedIoU(GIoU)$ 和已有的 SOTA 算法合并，來(lái)測(cè)試效果。

引言

b-box 回歸是 2D/3D 計(jì)算機(jī)視覺問(wèn)題的基礎(chǔ)，目標(biāo)定位、多目標(biāo)檢測(cè)、目標(biāo)追蹤和實(shí)例分割等都依賴于精準(zhǔn)的b-box回歸。

目前，在提升應(yīng)用層面性能的方式是使用更好的backbone[15,13]，或用更好的方式來(lái)提取局部特征[6]。忽略了使用 $l_1$ 或 $l_2$ 回歸來(lái)代替基于 IoU 的回歸損失的方式，

IoU 類似于 Jaccard 系數(shù)，用于度量?jī)蓚€(gè)任意形狀的相似程度

IoU 將目標(biāo)的形狀屬性（如b-box的寬度、高度和位置等）編碼到 region 屬性中，然后計(jì)算一個(gè)基于其面積的標(biāo)準(zhǔn)化度量。

該屬性使得 IoU 對(duì)目標(biāo)的尺度具有穩(wěn)定性

最小化一般的 loss 和提升其 IoU 值沒有很強(qiáng)的聯(lián)系，假設(shè)二維情況的例子如圖1(a)，其中預(yù)測(cè)的b-box是黑色框，真實(shí)的b-box是綠色框，用（左上，右下）$(x_1,y_1,x_2,y_2)$來(lái)表示。為了簡(jiǎn)化，假設(shè)兩個(gè)b-box的一個(gè)corner的距離是固定的（左下），因此，如果預(yù)測(cè)的第二個(gè)角位于以綠色框的第二個(gè)角為中心的半徑固定的圓上（灰色虛線圓圈），則任何預(yù)測(cè)的b-box和真實(shí)b-box的 $l_2$ 距離將相同。但 IoU 值不同（圖1(a)）。圖1(b)也一樣。

由此可知，這些度量方式的局部最優(yōu)并不是 IoU 的局部最優(yōu)，此外，$l_n$ 距離對(duì)尺度變化不具有穩(wěn)定性。一些具有相同重復(fù)率但不同尺度的b-box，將會(huì)有不同的度量結(jié)果。

本文將會(huì)研究?jī)蓚€(gè)坐標(biāo)來(lái)對(duì)齊的矩形的 IoU，該方法具有直觀可解釋性，與目前一般的觀點(diǎn)相反，IoU 可以反向傳播，也就是說(shuō)可以直接將 IoU 作為目標(biāo)函數(shù)來(lái)優(yōu)化。

將優(yōu)化度量方式和優(yōu)化損失函數(shù)進(jìn)行對(duì)比，最優(yōu)的方式是使用度量方式本身來(lái)進(jìn)行優(yōu)化。

但是 IoU 可以作為度量方式，也可以作為損失：如果兩個(gè)目標(biāo)沒有重疊， IoU 值將為0，無(wú)法反映兩個(gè)形狀的距離，如果兩個(gè)目標(biāo)無(wú)重疊且使用 IoU 作為損失函數(shù)，則 IoU 的值為0，梯度為0，無(wú)法優(yōu)化。

本文中，我們將通過(guò)擴(kuò)展到無(wú)重疊的情況，來(lái)解決 IoU 的缺點(diǎn)。

假設(shè)滿足以下要求：

• 與一般的 IoU 定義相同，將形狀屬性編碼為區(qū)域?qū)傩?/li>
• 保持 IoU 的形狀不變性
• 保證在目標(biāo)重疊情況下，與 IoU 相關(guān)性較強(qiáng)

我們將這個(gè)更一般化的 IoU 稱為 GIoU，作為衡量?jī)蓚€(gè)任意形狀的度量，同樣地，我們對(duì)兩個(gè)對(duì)齊矩形的 GIoU 獲得了解析解，允許其可作為損失函數(shù)使用。

將 GIoU loss 集成到優(yōu)異的目標(biāo)檢測(cè)算法中，可以提升檢測(cè)效果。

本文主要貢獻(xiàn)如下：

• 提出了一種更 generalized 的 IoU，并作為衡量?jī)蓚€(gè)任意形狀的度量方式
• 為 GIoU 提供了解析解
• 將 GIoU 和目前流行的目標(biāo)檢測(cè)算法集成起來(lái)，獲得了效果的提升。

2. 相關(guān)工作

目標(biāo)檢測(cè)準(zhǔn)確性度量：

IoU 是目標(biāo)檢測(cè)中常用的評(píng)估指標(biāo)，用于確定預(yù)測(cè)結(jié)果中真正例和假正例，使用IoU 作為衡量標(biāo)準(zhǔn)時(shí)，需要確定一個(gè)閾值。例如在 PASCAL VOC 中，一般使用 mAP，其計(jì)算基于固定的 IoU 閾值，如0.5。

任意的 IoU 閾值并不能完全反應(yīng)某種方法的定位效果，所有高于閾值的框都被認(rèn)定為同樣的質(zhì)量，為了降低閾值對(duì)抑制結(jié)果的影響性， MS COCO 數(shù)據(jù)集將多種 IoU 閾值取得的平均結(jié)果也就是 average mAP 作為衡量準(zhǔn)則。

Bounding box representations and losses：

2維目標(biāo)檢測(cè)中，一個(gè)很重要的步驟是學(xué)習(xí)b-box 的參數(shù)，目前已經(jīng)出現(xiàn)了一些不同的 b-box representations 和 losses 。

YOLO v1 [19] 中提出對(duì)有輕微形變的邊界框參數(shù)直接進(jìn)行回歸的方法，來(lái)預(yù)測(cè)b-box大小的平方根，來(lái)彌補(bǔ)尺度敏感性。

[5] 中的 R-CNN 使用選擇性搜索方法來(lái)預(yù)測(cè)b-box的位置和偏移量來(lái)參數(shù)化b-box。為了減輕尺度敏感性，用log域來(lái)表示b-box的尺寸和偏移，之后使用 $l_2$ 規(guī)范化目標(biāo)函數(shù)，如 MSE loss，來(lái)作為優(yōu)化目標(biāo)。

[7] 中的 Fast R-CNN 使用 $l_1$ loss 來(lái)保證學(xué)習(xí)過(guò)程對(duì)異常值更加魯棒。

[22] 中提出使用一系列的 anchor boxes，之后回歸得到預(yù)測(cè) b-box 的尺寸和偏移量。但這很難訓(xùn)練，由于正例和負(fù)例類別不平衡，為了解決該問(wèn)題，作者后續(xù)提出了focal loss[13] ，該 loss 和本文的落腳點(diǎn)一致。

很多流行的目標(biāo)檢測(cè)方法都是使用上述的 b-box 表示方法和損失函數(shù)，已經(jīng)取得了很好的效果。下面將介紹GIoU。

使用近似或代替函數(shù)來(lái)優(yōu)化 IoU：

語(yǔ)義分割任務(wù)中，一般使用近似的或者代替的函數(shù)來(lái)優(yōu)化 IoU。

近期的目標(biāo)檢測(cè)任務(wù)中，很多方法直接或間接合并 IoU，來(lái)更好的執(zhí)行b-box 回歸。但是這些方法在非重疊情況下優(yōu)化 IoU 時(shí)，要么只能得到近似最優(yōu)，要么會(huì)無(wú)法得到最優(yōu)。

本文通過(guò)引入 Generalized IoU 來(lái)解決 IoU 的缺陷，直接將 GIoU 作為優(yōu)化目標(biāo)來(lái)訓(xùn)練目標(biāo)檢測(cè)問(wèn)題。

3. Generalized Intersection over Union

IoU 用于對(duì)比兩個(gè)任意形狀 A 和 B 的相似度：

$$IoU=\frac{|A?B|}{|A?B|}$$

該兩個(gè)特征在 2D/3D計(jì)算機(jī)視覺任務(wù)中用的很多，如下所示：

• IoU 作為距離來(lái)講（$L_{IoU}=1?IoU$），是一個(gè)數(shù)學(xué)上的衡量標(biāo)準(zhǔn)，也就是說(shuō) $L_{IoU}$ 滿足非負(fù)性、同一性、對(duì)稱性和三角不等性。
• IoU 對(duì)尺度不敏感，意味著兩個(gè)任意形狀的 A 和 B 對(duì)其空間尺度不敏感。

IoU 的缺點(diǎn)：

• 如果 $|A?B|=0$，則$IoU(A,B)=0$。在此情況下， IoU 并不能反映兩個(gè)形狀的距離。
• IoU 無(wú)法精確反映兩者重合度大小，如下所示，三種情況 IoU 都相等，但其重合度是不同的，左圖最好，右圖最差。
  

為了解決 IoU 的缺點(diǎn)，本文提出了 GIoU，對(duì)兩個(gè)任意凸面形狀的 A 和 B，首先尋找凸面形狀 C（包含A 和 B）。如需要對(duì)比兩個(gè)特殊幾何形狀，那么 C 也是同樣的類型的幾何形狀。如A 和 B 是兩個(gè)橢圓，C 則是兩者交集，也是一個(gè)橢圓。之后計(jì)算 C 的面積和整個(gè)A 和 B 包含的面積的比例。

GIoU 是先計(jì)算兩個(gè)框的最小閉包區(qū)域面積，再計(jì)算IoU，再計(jì)算閉包區(qū)域中不屬于兩個(gè)框的區(qū)域占閉包區(qū)域的比重，最后用IoU減去這個(gè)比重得到GIoU，如下所示：

GIoU 也是一個(gè)距離度量，$L_{GIoU}=1?GIoU$，具有所有的屬性，包括非負(fù)性、同一性、對(duì)稱性和三角不等性。

類似于 IoU，GIoU 對(duì)尺度不敏感

GIoU 永遠(yuǎn)是 IoU 的下界，$GIoU(A,B)\le IoU(A,B)$，且當(dāng) A 和 B 有較強(qiáng)的形狀相似性時(shí)，該下界更收斂，也就是 $li{m}_{A\to B}GIoU(A,B)=IoU(A,B)$。

與IoU只關(guān)注重疊區(qū)域不同，GIoU不僅關(guān)注重疊區(qū)域，還關(guān)注其他的非重合區(qū)域，能更好的反映兩者的重合度。

$IoU(A,B)<=1$，而 $?1<=GIoU(A,B)<=1$，具有對(duì)稱性。

i) 類似于 IoU，1表示兩個(gè)形狀重合的很完美，也就是 $|A?B|=|A?B|$時(shí)，GIoU=IoU=1。

ii) 當(dāng)兩個(gè)形狀的重復(fù)ratio $|A?B|$ 和 $|C|$ 的面積接近于0時(shí)，GIoU 的值接近-1。也就是$li{m}_{\frac{|A?B|}{|C|}\to 0}GIoU(A,B)=?1$

總之，該一般性保留了 IoU 的主要特征，同時(shí)避免了其缺點(diǎn)，因此，GIoU 可以在2D/3D 計(jì)算機(jī)視覺任務(wù)中適當(dāng)?shù)卮?IoU 來(lái)衡量距離。

本文主要研究2D 的目標(biāo)檢測(cè)，可以簡(jiǎn)單的獲得 GIoU 的解析解，故可以將其作為距離度量和損失度量。

3.1 GIoU as Loss for Bounding Box Regression

IoU 沒有解析解，無(wú)法直接作為損失函數(shù)來(lái)優(yōu)化，

2D 目標(biāo)檢測(cè)是對(duì)比兩個(gè)坐標(biāo)對(duì)齊的的任意形狀的距離，GIoU 可以直接得到其解析解，該情況下，重疊部分和最小的閉包目標(biāo)都是矩形形狀，可以看出，它們頂點(diǎn)的坐標(biāo)僅僅是被比較的兩個(gè)邊界框中的一個(gè)的坐標(biāo)，這可以通過(guò)使用min和max函數(shù)比較每個(gè)頂點(diǎn)的坐標(biāo)來(lái)實(shí)現(xiàn)。要檢查兩個(gè)邊框是否重疊，還必須檢查一個(gè)條件。因此，我們有一個(gè)解析的解來(lái)計(jì)算IoU和GIoU。

因?yàn)楸尘笆?min，max 和逐塊的線性函數(shù)，如Relu 和 feasible，Alg2 中展示了，每個(gè)模型都有很好的表現(xiàn)。因此，IoU 或 GIoU 都可以被作為損失函數(shù)，如 $L_{IoU}$ 或 $L_{GIoU}$ ，來(lái)優(yōu)化目標(biāo)檢測(cè)的網(wǎng)絡(luò)。

• 分別計(jì)算 gt 和 predict box 的面積
• 計(jì)算交集面積
• 計(jì)算最小閉包面積
• 計(jì)算 IoU 和 GIoU
• 根據(jù)公式得到 loss

此情況下，我們直接優(yōu)化距離來(lái)作為損失，該損失是最優(yōu)的形式，然而，對(duì)于不重疊的情況， IoU 的梯度為0，這會(huì)影響訓(xùn)練過(guò)程和收斂速度，包括無(wú)重疊情況。

另外，使用 property 3（下界的那個(gè)關(guān)系），可以發(fā)現(xiàn) GIoU 和 IoU 有著很強(qiáng)的關(guān)聯(lián)，尤其是在 IoU 的值較大的時(shí)候，我們?cè)趫D2 中呈現(xiàn)了這種關(guān)系，使用10k 個(gè)隨機(jī)樣本。

圖2中，我們觀察到在重復(fù)率較低情況下， 如 IoU <=0.2，GIoU<=0.2，GIoU有能力比 IoU 獲得更多的變化，結(jié)尾處，GIoU 可能比 IoU 的梯度更加陡峭，所以將 GIoU 作為 loss 比使用 IoU 更好。

Loss Stability：

本文研究了如果存在極端的情況，會(huì)否使得 loss 不穩(wěn)定或不明確，如何確定輸出值。

假設(shè)gt box $B^g$是一個(gè)矩形區(qū)域，其面積大于0，那么 $A^g>0$。

Alg.2(1) 和 Alg.2(4) 分別確定了預(yù)測(cè)區(qū)域 $A^p$ 和重疊區(qū)域 $L$ 都是非負(fù)的，即 $A^p>=0,L>=0$。所以對(duì)所有的預(yù)測(cè)值 $B^p=(x_1^p,x_2^p,y_1^p,y_2^p)\in R^4$，都有 union $u>0$。

這就保證了對(duì)于所有的預(yù)測(cè)輸出， IoU 的分母不會(huì)為0，此外，對(duì)任何值 $B^p=(x_1^p,x_2^p,y_1^p,y_2^p)\in R^4$，union 都大于交集面積，也就是 $u>=L$。因此，$L_{IoU}$ 總是有上下界的，也就是$0<=L_{IoU}<=1$。

為了驗(yàn)證 $L_{IoU}$ 的穩(wěn)定性，額外的一項(xiàng) $\frac{A^c?u}{A^c}$ 應(yīng)該被預(yù)定義為一個(gè)確定的值。

所有預(yù)測(cè)的值的最小閉包 $B^c$ 不會(huì)比$B^g$還小，所以 $\frac{A^c?u}{A^c}$的分母總是一個(gè)正的非零值，因?yàn)?$A^c>=A^g$，且 $A^g>=0$。

此外，所有預(yù)測(cè)得到的最小閉包不會(huì)小于 union，也就是 $A^c>=u$。故 GIoU 的額外一項(xiàng)是正的且有界的，因此， $0<=L_{GIoU}<=2$。

當(dāng) IoU=0 時(shí)，$L_{GIoU}$的特點(diǎn)：

對(duì)于 GIoU loss，我們有 $L_{GIoU}=1?GIoU=1+\frac{A^c?u}{A^c}?IoU$，當(dāng) $B^g$ 和 $B^p$ 沒有重疊時(shí)， $L=0$ ，$IoU=0$，GIoU loss 簡(jiǎn)化為$L_{GIoU}=1?GIoU=1+\frac{A^c?u}{A^c}=2?\frac{u}{A^c}$。

該情況下，為了最小化 $L_{GIoU}$，需要最大化 $\frac{u}{A^c}$，該項(xiàng)被規(guī)范化到0~1之間，也就是$0<=\frac{u}{A^c}<=1$。當(dāng)最小閉包 $A^c$ 最小的時(shí)候，該值最大，且 $u=A^g+A^p$，更精確的說(shuō)，也就是預(yù)測(cè)的b-box $A^p$ 是最大的。

為了實(shí)現(xiàn)該目標(biāo)，預(yù)測(cè)的 b-box $B^p$ 的最高點(diǎn)，應(yīng)該移動(dòng)到一個(gè)方向，來(lái)促進(jìn) $B^g$ 和 $B^p$ 的重疊，保證 IoU 不等于0。

4. 實(shí)驗(yàn)

通過(guò)將本文提出的GIoU loss 和已有的 Faster R-CNN 、Mask R-CNN 和 YOLOv3等網(wǎng)絡(luò)的結(jié)合，來(lái)探究本文網(wǎng)絡(luò)的的效果。

我們將其原有的 loss 使用 $L_{GIoU}$ 來(lái)替換，也就是替換 Faster/ Mask R-CNN 中的 $l_1$ 損失，替換 YOLO v3中的 MSE 損失，同時(shí)對(duì)比了最終結(jié)果。

數(shù)據(jù)集：

PASCAL VOC[4] 和 MS COCO[14]。

PASCAL VOC 2007： Pascal Visual Object Classes（VOC）基準(zhǔn)是分類任務(wù)、分割任務(wù)和目標(biāo)檢測(cè)任務(wù)的應(yīng)用很廣泛的數(shù)據(jù)集。包括 9963 個(gè)圖像，訓(xùn)練和測(cè)試各占一半，20個(gè)預(yù)定義的類別都有b-box 標(biāo)注。

MS COCO： 包括多于 200000 個(gè)圖像，用于訓(xùn)練，驗(yàn)證和測(cè)試的數(shù)據(jù)集多于 500000 個(gè)標(biāo)注好的實(shí)例，共80個(gè)類。

實(shí)驗(yàn)細(xì)節(jié)介紹：

使用不同 IoU 閾值所得到的類間的 mAP 來(lái)衡量真陽(yáng)性和假陽(yáng)性。主要使用 AP 來(lái)衡量該基準(zhǔn)數(shù)據(jù)集的性能，之后將不同 IoU 閾值情況下所獲得的 mAP 的均值來(lái)作為衡量標(biāo)準(zhǔn)，包括 IoU ={0.5,0.55,…,0.95}等。

此外，使用 GIoU 來(lái)修正評(píng)估結(jié)果，來(lái)確定其真陽(yáng)性和假陽(yáng)性。因此，我們使用 mAP 的均值來(lái)作為衡量AP 的一個(gè)值，當(dāng)閾值為0.75時(shí)，表中表示為 AP75。

4.1 YOLO v3

訓(xùn)練過(guò)程：

此處使用原始的 Darknet 實(shí)現(xiàn)的 YOLO v3，對(duì)于基準(zhǔn)結(jié)果（使用 MSE loss 訓(xùn)練的），我們使用 Darknet-608 作為backbone網(wǎng)絡(luò)，并且使用基準(zhǔn)參數(shù)。

為了分別訓(xùn)練基于 IoU 和 GIoU 的 YOLO v3，我們直接利用 IoU 和 GIoU 來(lái)代替 MSE 。

考慮到分類需要額外的 MSE loss ，且由于我們使用有界的距離損失來(lái)代替無(wú)界的距離損失，我們需要調(diào)整新的b-box回歸來(lái)解決分類損失。我們使用了一個(gè)非常小的變化來(lái)調(diào)整回歸 loss 來(lái)應(yīng)對(duì) MSE 分類損失。

1）PASCAL VOC 2007：

遵循原始網(wǎng)絡(luò)的訓(xùn)練過(guò)程，我們?cè)谟?xùn)練集和驗(yàn)證集上使用每種 loss 來(lái)訓(xùn)練網(wǎng)絡(luò)，迭代次數(shù)大于50K，如表1所示。

對(duì)比標(biāo)準(zhǔn) IoU 和新的 GIoU 的效果，從表中可知，使用 $L_{GIoU}$ 作為回歸損失時(shí)比使用 MSE 作為回歸損失的效果好。

2）MS COCO 數(shù)據(jù)集：

遵循原始網(wǎng)絡(luò)訓(xùn)練方法，使用所有的訓(xùn)練集和 88% 的驗(yàn)證集來(lái)進(jìn)行約502k次的訓(xùn)練，之后，我們使用剩余的 12% 的驗(yàn)證集得到的結(jié)果如表2所示。

同樣在 MS COCO 2018 數(shù)據(jù)集中也進(jìn)行了實(shí)驗(yàn)，結(jié)果見表3.

圖3（a）中展示了使用 $L_{GIoU}$ 時(shí)， YOLO v3的定位準(zhǔn)確性有所提高。

由于目前對(duì)正則化參數(shù)進(jìn)行了簡(jiǎn)單的調(diào)優(yōu)，平衡了邊界框損失和分類損失，但與基準(zhǔn)結(jié)果相比，分類得分可能不是最優(yōu)，如圖3（b）。

由于基于 AP 的性能度量受到分類誤差的影響較大，我們認(rèn)為通過(guò)尋找正則化參數(shù)可以進(jìn)一步改善結(jié)果。

4.2 Faster R-CNN and Mask R-CNN

訓(xùn)練過(guò)程：

對(duì)于基準(zhǔn)過(guò)程（使用 $l_1$-smooth），本文使用 RestNet-50 作為 Faster R-CNN 和 Mask RCNN 的 backbone，參數(shù)都使用默認(rèn)參數(shù)。

分別使用 GIoU 和 IoU 對(duì)兩個(gè)分割網(wǎng)絡(luò)進(jìn)行訓(xùn)練，也就是利用 $ L_{IoU}$ 和 $L_{GIoU}$ loss 代替 $l_1$-smooth loss 進(jìn)行訓(xùn)練，如 Alg.2 所示。

類似于 YOLO v3，我們對(duì)新的回歸損失進(jìn)行了最小的調(diào)整，使之與分類和分割損失等其他損失相對(duì)應(yīng)，我們只是簡(jiǎn)單地將所有實(shí)驗(yàn)的 L_{IoU}$ 和 $L_{GIoU}$ 乘以10。

PASCAL VOC 2007：

由于該數(shù)據(jù)集中沒有實(shí)例mask的標(biāo)記，所以無(wú)法在該數(shù)據(jù)集上測(cè)試 Mask R-CNN 的效果，因此僅僅對(duì) Faster R-CNN 進(jìn)行測(cè)試，見表4。

使用 $L_{GIoU}$ loss 比使用 $l_1$-smooth loss 的效果更好，此外，將 $L_{IoU}$ loss 合并到回歸損失中后，可以對(duì) Faster R-CNN 的基準(zhǔn)性能略有提高，但比使用 $L_{GIoU}$ loss 帶來(lái)的提升略差，如圖4，IoU 的閾值從 0.5~0.95。

MS COCO：

在 MS COCO 2018 訓(xùn)練集上訓(xùn)練了 Faster R-CNN 和 Mask R-CNN，迭代次數(shù)為95k，驗(yàn)證集上的結(jié)果分別見表5和表7。

在 MS COCO 2018 challenge 測(cè)試的結(jié)果見表6和8。

$L_{GIoU}$ 作為 loss 的檢測(cè)效果優(yōu)于 $l_1$-smooth，然而其提升的數(shù)量低于之前的實(shí)驗(yàn)，其原因有很多：

• 首先，Faster R-CNN [22] 和 Mask R-CNN [6] 的anchor box 比 YOLO v3 的更加密集，導(dǎo)致 GIoU 相對(duì)于 IoU 的優(yōu)勢(shì)場(chǎng)景不太常見，如不重疊的邊界框。

• 其次，在 PASCAL VOC 上對(duì)b-box 的正則化參數(shù)進(jìn)行了簡(jiǎn)單的調(diào)優(yōu)，在 MS 上得到了次優(yōu)的結(jié)果。

5. 結(jié)論

本文提出了GIoU 作為新的度量方式，來(lái)衡量?jī)蓚€(gè)任意形狀的距離，能夠克服 IoU 的缺點(diǎn)。

同樣，我們對(duì)兩個(gè)坐標(biāo)對(duì)齊的矩形的 GIoU 提出了解析解，GIoU 作為距離度量，其導(dǎo)數(shù)可以計(jì)算出來(lái)，故 GIoU 可以被作為 b-box 的回歸損失。

通過(guò)將該損失應(yīng)用于目前先進(jìn)的目標(biāo)檢測(cè)方法中，對(duì)其性能都有了一定的提升，如在 PASCAL VOC 和 MS COCO 等數(shù)據(jù)集上都有效果的提升。

由于最優(yōu)損失函數(shù)就是該度量標(biāo)準(zhǔn)本身，所以 GIoU 損失可以作為最優(yōu) b-box 回歸損失。

未來(lái)，我們可以研究在兩個(gè)可旋轉(zhuǎn)的矩形的 GIoU，可以用于3D 目標(biāo)檢測(cè)框架。

總結(jié)

以上是生活随笔為你收集整理的感知算法论文（八）：Generalized Intersection over Union：A Metric and A Loss for Bounding Box Regression（2019）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。