人工智能 计算机视觉 yolo 深度学习 目标检测---IOU计算详细解读(IoU、GIoU、DIoU、CIoU、EIOU、Focal-EIOU、SIOU、WIOU)

常见IoU解读与代码实现

一、✒️IoU（Intersection over Union）1.1 IoU原理☀️ 优点⚡️缺点

1.2 IoU计算1.3 IoU代码实现

二、✒️GIoU（Generalized IoU）2.1 GIoU原理☀️优点⚡️缺点

2.2 GIoU计算2.3 GIoU代码实现

三、✒️DIoU（Distance-IoU）3.1 DIoU原理☀️优点⚡️缺点

3.2 DIoU计算3.3 DIoU代码实现

四、✒️CIoU（Complete-IoU）4.1 CIoU原理☀️优点⚡️缺点

4.2 CIoU计算4.3 CIoU代码实现

五、✒️EIOU（Efficient-IoU）5.1原理5.2 代码实现

六、✒️Focal-EIOU6.1 原理☀️优点⚡️缺点

6.2 代码实现

七、✒️SIOU（Soft Intersection over Union）7.1原理

八、✒️Wise-IoU

一、✒️IoU（Intersection over Union）

1.1 IoU原理

交并比（IoU， Intersection over Union）是一种计算不同图像相互重叠比例的算法，经常被用于深度学习领域的目标检测或语义分割任务中。

在我们得到模型输出的预测框位置后，也可以计算输出框与真实框（Ground Truth Bound）之间的 IoU，此时，这个框的取值范围为 0～1，0 表示两个框不相交，1 表示两个框正好重合。

1-IOU 表示真实框与预测框之间的差异，如果用 1-IOU，这时的取值范围还是 0～1，但是变成了 0 表示两个框重合，1 表示两个框不相交，这样也就符合了模型自动求极小值的要求。因此，可以使用1-IOU来表示模型的损失函数（Loss 函数）。

IoU 的定义如下：

✨直观来讲，IoU 就是两个图形面积的交集和并集的比值

☀️ 优点

使用IoU来计算预测框和目标框之间的损失有以下优点：

具有尺度不变性；满足非负性；满足对称性；

⚡️缺点

如果只使用IoU交并比来计算目标框损失的话会有以下问题：

预测框与真实框之间不相交的时候，如果|A∩B|=0，IOU=0，无法进行梯度计算；相同的IOU反映不出实际预测框与真实框之间的情况，虽然这三个框的IoU值相等，但是预测框与真实框之间的相对位置却完全不一样；

也就是说，IoU 初步满足了计算两个图像的几何图形相似度的要求，简单实现了图像重叠度的计算，但无法体现两个图形之间的距离以及图形长宽比的相似性。

1.2 IoU计算

上面介绍了IoU原理,下面是IoU简单计算的原理图，我们需要先计算出相交部分黄色的面积，然后再计算蓝框的面积与绿框围成面积的总和，然后计算两者的比值，如下：假设一个格子的面积是1，交集黄色部分的面积为2x2=4，蓝框与绿框围成面积总和为3x3+4x4-2x2=21，所以IOU=4/21=0.19;

在代码中并不是采用上面的计算方法，而是使用坐标进行计算，如下图，矩形 AC 与矩形 BD 相交，它们的顶点A、B、C、D，分别是：A(0,0)、B(3,2)、C(6,8)、D(9,10) 此时 IoU 的计算公式应为： 带入 A、B、C、D 四点的实际坐标后，可以得到：

1.3 IoU代码实现

import numpy as np

def IoU(box1, box2):

# 计算中间矩形的宽高

in_w = min(box1[2], box2[2]) - max(box1[0], box2[0])

in_h = min(box1[3], box2[3]) - max(box1[1], box2[1])

# 计算交集、并集面积

inter = 0 if in_w <= 0 or in_h <= 0 else in_h * in_w

union = (box2[2] - box2[0]) * (box2[3] - box2[1]) +\

(box1[2] - box1[0]) * (box1[3] - box1[1]) - inter

# 计算IoU

iou = inter / union

return iou

if __name__ == "__main__":

box1 = [0, 0, 6, 8] # [左上角x坐标，左上角y坐标，右下角x坐标，右下角y坐标]

box2 = [3, 2, 9, 10]

print(IoU(box1, box2))

运行结果：

0.23076923076923078

二、✒️GIoU（Generalized IoU）

2.1 GIoU原理

 CVPR2019中论文《Generalized Intersection over Union: A Metric and A Loss for Bounding BoxRegression》提出了GIOU的思想。

GIoU(Generalized Intersection over Union) 相较于 IoU 多了一个“Generalized”，通过引入预测框和真实框的最小外接矩形来获取预测框、真实框在闭包区域中的比重，从而解决了两个目标没有交集时梯度为零的问题。

引入了最小封闭形状C (可以把A，B包含在内)

公式定义如下： 其中C是两个框的最小外接矩形的面积。原有 IoU 取值区间为 [0,1]，而 GIoU 的取值区间为[-1,1] ；在两个图像完全重叠时IoU=GIoU=1，当两个图像不相交的时候IoU=0，GIOU=-1；

☀️优点

与IoU只关注重叠区域不同，GIOU不仅关注重叠区域，还关注其他的非重合区域，能更好的反映两者的重合度；GIOU是一种IoU的下界，取值范围[ − 1 , 1 ] 。在两者重合的时候取最大值1，在两者无交集且无限远的时候取最小值-1。因此，与IoU相比，GIoU是一个比较好的距离度量指标，解决了不重叠情况下，也就是IOU=0的情况，也能让训练继续进行下去。

⚡️缺点

但是目标框与预测框重叠的情况依旧无法判断：

2.2 GIoU计算

上面我们已经计算出IOU的值，这里还需要计算由AD构成C的面积，也就是9x10=90；由GIOU公式可以计算出：

2.3 GIoU代码实现

import numpy as np

def GIoU(box1, box2):

# 计算两个图像的最小外接矩形的面积

x1, y1, x2, y2 = box1

x3, y3, x4, y4 = box2

area_c = (max(x2, x4) - min(x1, x3)) * (max(y4, y2) - min(y3, y1))

# 计算中间矩形的宽高

in_w = min(box1[2], box2[2]) - max(box1[0], box2[0])

in_h = min(box1[3], box2[3]) - max(box1[1], box2[1])

# 计算交集、并集面积

inter = 0 if in_w <= 0 or in_h <= 0 else in_h * in_w

union = (box2[2] - box2[0]) * (box2[3] - box2[1]) + \

(box1[2] - box1[0]) * (box1[3] - box1[1]) - inter

# 计算IoU

iou = inter / union

# 计算空白面积

blank_area = area_c - union

# 计算空白部分占比

blank_count = blank_area / area_c

giou = iou - blank_count

return giou

if __name__ == "__main__":

box1 = [0, 0, 6, 8]

box2 = [3, 2, 9, 10]

print(GIoU(box1, box2))

输出结果：

0.09743589743589745

三、✒️DIoU（Distance-IoU）

3.1 DIoU原理

该原理是在19年⽂章Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression提出的 基于IoU和GIoU存在的问题，作者提出了两个问题：

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？如何使回归在与⽬标框有重叠甚⾄包含时更准确、更快？

GIoU 虽然解决了 IoU 的一些问题，但是它并不能直接反映预测框与目标框之间的距离，DIoU（Distance-IoU）即可解决这个问题，它将两个框之间的重叠度、距离、尺度都考虑了进来，使得⽬标框回归变得更加稳定。DIoU的计算公式如下： 其中、b和bgt分别表示预测框与真实框的中心点坐标，p2(b,bgt)表示两个中心点的欧式距离(指在欧几里得空间中两点之间的距离)，C 代表两个图像的最小外接矩形的对角线长度。

☀️优点

DIoU 相较于其他两种计算方法的优点是：

DIoU 可直接最小化两个框之间的距离，所以作为损失函数时 Loss 收敛更快。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。在两个框完全上下排列或左右排列时，没有空白区域，此时 GIoU 几乎退化为了 IoU，但是 DIoU 仍然有效。DIOU还可以替换普通的IOU评价策略，应用于NMS中，使得NMS得到的结果更加合理和有效。

⚡️缺点

DIoU 在完善图像重叠度的计算功能的基础上，实现了对图形距离的考量，但仍无法对图形长宽比的相似性进行很好的表示。

3.2 DIoU计算

通过计算可得，中心点 b、中心点 bgt的坐标分别为：(3,4)、（6,6） 此时的 DIoU 计算公式为：

3.3 DIoU代码实现

import numpy as np

def calculate_diou(box1, box2):

# 计算两个图像的最小外接矩形的面积

x1, y1, x2, y2 = box1

x3, y3, x4, y4 = box2

area_c = (max(x2, x4) - min(x1, x3)) * (max(y4, y2) - min(y3, y1))

# 计算中间矩形的宽高

in_w = min(box1[2], box2[2]) - max(box1[0], box2[0])

in_h = min(box1[3], box2[3]) - max(box1[1], box2[1])

# 计算交集、并集面积

inter = 0 if in_w <= 0 or in_h <= 0 else in_h * in_w

union = (box2[2] - box2[0]) * (box2[3] - box2[1]) + \

(box1[2] - box1[0]) * (box1[3] - box1[1]) - inter

# 计算IoU

iou = inter / union

# 计算中心点距离的平方

center_dist = np.square((x1 + x2) / 2 - (x3 + x4) / 2) + \

np.square((y1 + y2) / 2 - (y3 + y4) / 2)

# 计算对角线距离的平方

diagonal_dist = np.square(max(x1, x2, x3, x4) - min(x1, x2, x3, x4)) + \

np.square(max(y1, y2, y3, y4) - min(y1, y2, y3, y4))

# 计算DIoU

diou = iou - center_dist / diagonal_dist

return diou

box1 = [0, 0, 6, 8]

box2 = [3, 2, 9, 10]

print(calculate_diou(box1, box2))

输出结果：

0.1589460263493413

四、✒️CIoU（Complete-IoU）

4.1 CIoU原理

 AAAI 2020(与DIOU同一篇文章) 论文链接：Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression

论⽂考虑到bbox回归三要素中的⻓宽⽐还没被考虑到计算中，为此，进⼀步在DIoU的基础上提出了CIoU，同时考虑两个矩形的长宽比，也就是形状的相似性。所以CIOU在DIOU的基础上添加了长宽比的惩罚项。

其中，

α

\alpha

α 是权重函数，

ν

\nu

ν而用来度量长宽比的相似性。计算公式为:

☀️优点

更准确的相似性度量：CIOU考虑了边界框的中心点距离和对角线距离，因此可以更准确地衡量两个边界框之间的相似性，尤其是在目标形状和大小不规则的情况下。鲁棒性更强：相比传统的IoU，CIOU对于目标形状和大小的变化更具有鲁棒性，能够更好地适应各种尺寸和形状的目标检测任务。

⚡️缺点

计算复杂度增加：CIOU引入了额外的中心点距离和对角线距离的计算，因此相比传统的IoU，计算复杂度有所增加，可能会增加一定的计算成本。实现难度较高：CIOU的计算方式相对复杂，需要对边界框的坐标进行更多的处理和计算，因此在实现上可能会相对困难一些，需要更多的技术和经验支持。

4.2 CIoU计算

中心点 b、中心点 bgt的坐标分别为：(3,4)、（6,6）,由此CIoU计算公式如下：

4.3 CIoU代码实现

import numpy as np

import IoU

import DIoU

# box : [左上角x坐标，左上角y坐标，右下角x坐标，右下角y坐标]

box1 = [0, 0, 6, 8]

box2 = [3, 2, 9, 10]

# CIoU

def CIoU(box1, box2):

x1, y1, x2, y2 = box1

x3, y3, x4, y4 = box2

# box1的宽：box1_w，box1的高：box1_h，

box1_w = x2 - x1

box1_h = y2 - y1

# box2的宽：box2_w，box2的高：box2_h，

box2_w = x4 - x3

box2_h = y4 - y3

iou = IoU(box1, box2)

diou = DIoU(box1, box2)

# v用来度量长宽比的相似性

v = (4 / (np.pi) ** 2) * (np.arctan(int(box2_w / box2_h)) - np.arctan(int(box1_w / box1_h)))

# α是权重函数

a = v / ((1 + iou) + v)

ciou = diou - a * v

return ciou

print(CIoU(box1, box2))

输出结果：

0.1589460263493413

五、✒️EIOU（Efficient-IoU）

5.1原理

发表在arXiv2022年：《Focal and Efficient IOU Loss for Accurate Bounding Box Regression》上的论文

EIOU是在 CIOU 的惩罚项基础上将预测框和真实框的纵横比的影响因子拆开，分别计算预测框和真实框的长和宽，并且加入Focal聚焦优质的锚框，来解决 CIOU 存在的问题。先前基于iou的损失，例如CIOU和GIOU，不能有效地测量目标盒和锚点之间的差异，这导致BBR(边界框回归)模型优化的收敛速度慢，定位不准确。

针对上述问题，对CIOU损失进行了修正，提出了一种更有效的IOU损失，即EIOU损失，定义如下: 其中wc和hc是覆盖两个盒子的最小围框的宽度和高度。也就是说，我们将损失函数分为三个部分:IOU损失LIOU，距离损失Ldis和方向损失Lasp。这样，我们可以保留CIOU损失的有效特点。同时，EIOU损失直接使目标盒与锚盒宽度和高度的差值最小化，从而使收敛速度更快，定位效果更好。

5.2 代码实现

import numpy as np

def calculate_eiou(box1, box2):

# 计算嵌入向量（这里简化为使用中心点坐标作为嵌入向量）

center1 = np.array([(box1[0] + box1[2]) / 2, (box1[1] + box1[3]) / 2])

center2 = np.array([(box2[0] + box2[2]) / 2, (box2[1] + box2[3]) / 2])

# 计算嵌入向量之间的欧式距离

euclidean_distance = np.linalg.norm(center1 - center2)

# 计算目标框的面积

area_box1 = (box1[2] - box1[0]) * (box1[3] - box1[1])

area_box2 = (box2[2] - box2[0]) * (box2[3] - box2[1])

# 计算交集和并集的面积

intersection = max(0, min(box1[2], box2[2]) - max(box1[0], box2[0])) * \

max(0, min(box1[3], box2[3]) - max(box1[1], box2[1]))

union = area_box1 + area_box2 - intersection

# 计算EIOU

eiou = 1 - intersection / union + euclidean_distance

return eiou

box1 = [0, 0, 6, 8]

box2 = [3, 2, 9, 10]

print(calculate_eiou(box1, box2))

输出结果

4.374782044694758

六、✒️Focal-EIOU

6.1 原理

高质量的 anchor 总是比低质量的 anchor 少很多，这也对训练过程有害无利。所以，需要研究如何让高质量的 anchor 起到更大的作用。 贡献:

总结了现有回归 loss 的问题：最重要的是没有直接优化需要优化的参数提出了现有方法收敛速度较慢的问题，很多的低质量样本贡献了大部分的梯度，限制了框的回归提出了 Focal-EIoU，平衡高质量样本和低质量样本对 loss 的贡献，也就是提升高质量（IoU 大）样本的贡献，抑制低质量（IoU 小）样本的贡献

简单的方法不能直接适用于基于IOU的损失。因此，我们最后提出Focal-EIOU损失来改善EIOU损失的性能。使用IOU的值来重新加权EIOU损失，并获得Focal-EIOU损失，通过对难以分类的样本进行更加重视的损失函数设计，从而进一步提高目标检测算法的性能。如下所示:

其中

γ

\gamma

γ为控制异常值抑制程度的参数。该损失中的Focal与传统的Focal Loss有一定的区别，传统的Focal Loss针对越困难的样本损失越大，起到的是困难样本挖掘的作用；而根据上述公式：IOU越高的损失越大，相当于加权作用，给越好的回归目标一个越大的损失，有助于提高回归精度。

☀️优点

EIOU在CIOU的基础上分别计算宽高的差异值取代了纵横比，宽高损失直接使预测框与真实框的宽度和高度之差最小，使得收敛速度更快；在处理难以分类的样本时表现更好，能够进一步提高目标检测算法的鲁棒性和准确性。

⚡️缺点

在一般情况下可能会增加一定的计算复杂度，同时需要更多的参数调优和训练策略设计。

6.2 代码实现

import numpy as np

def calculate_focal_eiou(box1, box2, alpha=0.25, gamma=2):

# 计算嵌入向量（这里简化为使用中心点坐标作为嵌入向量）

center1 = np.array([(box1[0] + box1[2]) / 2, (box1[1] + box1[3]) / 2])

center2 = np.array([(box2[0] + box2[2]) / 2, (box2[1] + box2[3]) / 2])

# 计算嵌入向量之间的欧式距离

euclidean_distance = np.linalg.norm(center1 - center2)

# 计算目标框的面积

area_box1 = (box1[2] - box1[0]) * (box1[3] - box1[1])

area_box2 = (box2[2] - box2[0]) * (box2[3] - box2[1])

# 计算交集和并集的面积

intersection = max(0, min(box1[2], box2[2]) - max(box1[0], box2[0])) * \

max(0, min(box1[3], box2[3]) - max(box1[1], box2[1]))

union = area_box1 + area_box2 - intersection

# 计算Focal Loss

iou = intersection / union

focal_loss = -alpha * (1 - iou) ** gamma

# 计算Focal-EIOU

focal_eiou = 1 - iou + euclidean_distance + focal_loss

return focal_eiou

box1 = [0, 0, 6, 8]

box2 = [3, 2, 9, 10]

print(calculate_focal_eiou(box1, box2))

输出结果：

4.2268530506119175

七、✒️SIOU（Soft Intersection over Union）

7.1原理

论文链接：《More Powerful Learning for Bounding Box Regression》

该论文中提出了一种新的损失函数 SIoU，其中考虑到所需回归之间的向量角度，重新定义了惩罚指标。应用于传统的神经网络和数据集，表明 SIoU 提高了训练的速度和推理的准确性。

在许多模拟和测试中揭示了所提出的损失函数的有效性。特别是，将 SIoU 应用于 COCO-train/COCO-val 与其他损失函数相比，提高了 +2.4% (mAP@0.5:0.95) 和 +3.6%(mAP@0.5)。

SIoU损失函数由4个Cost代价函数组成：

Angle costDistance costShape costIoU cost

➤ Angle cost(角度代价) 如果

α

\alpha

α<=45°的时候，需要先最小化

α

\alpha

α；如果

α

\alpha

α>45°,则需要最小化

β

\beta

β=90°-

α

\alpha

α，从公式化简之后的结果可以得出，如果预测框和真实框沿着x轴或者y轴对齐的时候，此时

⋀

\bigwedge

⋀=0，如果中心点角度为45°的时候，此时

⋀

\bigwedge

⋀=1； 论文中计算公式:

Λ

=

1

−

2

∗

sin

⁡

2

(

arcsin

⁡

(

x

)

−

π

4

)

\Lambda=1-2 * \sin ^2\left(\arcsin (x)-\frac{\pi}{4}\right)

Λ=1−2∗sin2(arcsin(x)−4π​)

x

=

c

h

σ

=

sin

⁡

(

α

)

σ

=

(

b

c

x

g

t

−

b

c

x

)

2

+

(

b

c

y

g

t

−

b

c

y

)

2

c

h

=

max

⁡

(

b

c

y

g

t

,

b

c

y

)

−

min

⁡

(

b

c

y

g

t

,

b

c

y

)

\begin{gathered}x=\frac{c_h}{\sigma}=\sin (\alpha) \\ \sigma=\sqrt{\left(b_{c_x}^{g t}-b_{c_x}\right)^2+\left(b_{c_y}^{g t}-b_{c_y}\right)^2} \\ c_h=\max \left(b_{c_y}^{g t}, b_{c_y}\right)-\min \left(b_{c_y}^{g t}, b_{c_y}\right)\end{gathered}

x=σch​​=sin(α)σ=(bcx​gt​−bcx​​)2+(bcy​gt​−bcy​​)2

​ch​=max(bcy​gt​,bcy​​)−min(bcy​gt​,bcy​​)​

可以将x和

α

\alpha

α的值带入公式进行化简，其中

C

h

C_h

Ch​ 为真实框和预测框中心点的高度差，

σ

\sigma

σ 为真实框和预测框中心点的距离。

Λ

=

1

−

2

∗

sin

⁡

2

(

arcsin

⁡

(

C

h

σ

)

−

π

4

)

=

1

−

2

∗

sin

⁡

2

(

α

−

π

4

)

=

cos

⁡

2

(

α

−

π

4

)

−

sin

⁡

2

(

α

−

π

4

)

=

cos

⁡

(

2

α

−

π

2

)

=

sin

⁡

(

2

α

)

\begin{aligned} & \Lambda=1-2 * \sin ^2\left(\arcsin \left(\frac{C_h}{\sigma}\right)-\frac{\pi}{4}\right) \\ & =1-2 * \sin ^2\left(\alpha-\frac{\pi}{4}\right) \\ & =\cos ^2\left(\alpha-\frac{\pi}{4}\right)-\sin ^2\left(\alpha-\frac{\pi}{4}\right) \\ & =\cos \left(2 \alpha-\frac{\pi}{2}\right) \\ & =\sin (2 \alpha)\end{aligned}

​Λ=1−2∗sin2(arcsin(σCh​​)−4π​)=1−2∗sin2(α−4π​)=cos2(α−4π​)−sin2(α−4π​)=cos(2α−2π​)=sin(2α)​

➤ Distance cost(距离成本) 真实值边界框与边界框预测值之间距离的计算方案。

根据上面定义的角度成本重新定义距离成本:

Δ

=

∑

t

=

x

,

y

(

1

−

e

−

γ

ρ

t

)

\Delta=\sum_{t=x, y}\left(1-e^{-\gamma \rho_t}\right)

Δ=t=x,y∑​(1−e−γρt​) where

ρ

x

=

(

b

c

x

g

t

−

b

c

x

c

w

)

2

,

ρ

y

=

(

b

c

y

g

t

−

b

c

y

c

h

)

2

,

γ

=

2

−

Λ

\rho_x=\left(\frac{b_{c_x}^{g t}-b_{c_x}}{c_w}\right)^2, \rho_y=\left(\frac{b_{c_y}^{g t}-b_{c_y}}{c_h}\right)^2, \gamma=2-\Lambda

ρx​=(cw​bcx​gt​−bcx​​​)2,ρy​=(ch​bcy​gt​−bcy​​​)2,γ=2−Λ

当

α

→

0

\alpha \rightarrow 0

α→0,距离成本的贡献大大减少.与之相反

α

\alpha

α 越接近

π

4

\frac{\pi}{4}

4π​,

Δ

\Delta

Δ就越大,随着角度的增加，问题变得更加困难。 所以，随着角度的增加

γ

\gamma

γ 的时间优先于距离值。当

α

→

0

\alpha \rightarrow 0

α→0，距离成本将变为常规成本。

➤ Shape cost(形状成本) 形状成本定义为：

Ω

=

∑

t

=

w

,

h

(

1

−

e

−

ω

t

)

θ

\Omega=\sum_{t=w, h}\left(1-e^{-\omega_t}\right)^\theta

Ω=t=w,h∑​(1−e−ωt​)θ 其中:

ω

w

=

∣

w

−

w

g

t

∣

max

⁡

(

w

,

w

g

t

)

,

ω

h

=

∣

h

−

h

g

t

∣

max

⁡

(

h

,

h

g

t

)

\omega_w=\frac{\left|w-w^{g t}\right|}{\max \left(w, w^{g t}\right)}, \omega_h=\frac{\left|h-h^{g t}\right|}{\max \left(h, h^{g t}\right)}

ωw​=max(w,wgt)∣w−wgt∣​,ωh​=max(h,hgt)∣h−hgt∣​

휃 的值定义了形状的成本，并且其值对于每个数据集都是唯一的。 휃 的值是这个方程中非常重要的一项，它控制着对形状成本的关注程度。如果휃的值设置为1，它将立即优化形状，从而损害形状的自由运动。为了计算 휃 的值，对每个数据集使用遗传算法，实验上 휃 的值接近 4，作者为此参数定义的范围是从 2 到 6。

➤ SIOU最后的回归损失为：

L

b

o

x

=

1

−

I

o

U

+

Δ

+

Ω

2

L_{b o x}=1-I o U+\frac{\Delta+\Omega}{2}

Lbox​=1−IoU+2Δ+Ω​

八、✒️Wise-IoU

论文摘要： 近年来的研究大多假设训练数据中的示例有较高的质量，致力于强化边界框损失的拟合能力。但我们注意到目标检测训练集中含有低质量示例，如果一味地强化边界框对低质量示例的回归，显然会危害模型检测性能的提升。Focal-EIoU v1 被提出以解决这个问题，但由于其聚焦机制是静态的，并未充分挖掘非单调聚焦机制的潜能。基于这个观点，我们提出了动态非单调的聚焦机制，设计了 Wise-IoU (WIoU)。动态非单调聚焦机制使用“离群度”替代 IoU 对锚框进行质量评估，并提供了明智的梯度增益分配策略。该策略在降低高质量锚框的竞争力的同时，也减小了低质量示例产生的有害梯度。这使得 WIoU 可以聚焦于普通质量的锚框，并提高检测器的整体性能。将WIoU应用于最先进的单级检测器 YOLOv7 时，在 MS-COCO 数据集上的 AP-75 从 53.03% 提升到 54.50%

关于Wise-IoU的详细介绍可以观看这篇论文:Wise-IoU 作者导读：基于动态非单调聚焦机制的边界框损失

WIOU主要有以下几点优势:

相对面积加权 Wiou损失函数的计算中引入了交集与并集的比值，从而对不同大小的目标框进行了相对面积加权。这样可以避免小目标对损失函数的影响过大，提升了对小目标的检测效果。解决类别不平衡问题 在目标检测任务中，经常会遇到类别不平衡的情况，即某些类别的目标数量明显少于其他类别。Wiou损失函数通过引入权重因子，可以对不同类别的目标进行不同程度的加权，从而解决了类别不平衡问题。高度可定制化 Wiou损失函数的计算中，可以根据实际需求调整交集和并集的权重因子，从而对不同任务和数据集进行高度定制化的适配。这使得Wiou损失函数在实际应用中具有更广泛的适用性。

文章链接

 您阅读本篇文章共花了：