点击我爱计算机视觉标星，更快获取CVML新技术
本文来自知乎“深度学习前沿”专栏，52CV获作者Slumbers授权转载。
https://zhuanlan.zhihu.com/p/57992040
本文是对CVPR2019论文Generalized Interp over Union: A Metric and A Loss for Bounding Box Regression 的解读，通过对Loss的修改提升检测任务的效果，觉得思路很棒。
该文作者来自斯坦福大学与澳大利亚阿德莱德大学。
IoU是检测任务中最常用的指标，由于IoU是比值的概念，对目标物体的scale是不敏感的。然而检测任务中的BBox的回归损失(MSE loss, l1-smooth loss等）优化和IoU优化不是完全等价的（见下图）。
而且 Ln 范数对物体的scale也比较敏感。这篇论文提出可以直接把IoU设为回归的loss。然而有个问题是IoU无法直接优化没有重叠的部分。为了解决这个问题这篇paper提出了GIoU的思想~
要将IoU设计为损失，主要需要解决两个问题：
预测值和Ground truth没有重叠的话，IoU始终为0且无法优化
IoU无法辨别不同方式的对齐，比如方向不一致等。
GIoU
所以论文中提出的新GIoU是怎么设计的呢：
假如现在有两个任意性质 A，B，我们找到一个最小的封闭形状C，让C可以把A，B包含在内，然后我们计算C中没有覆盖A和B的面积占C总面积的比值，然后用A与B的IoU减去这个比值：
GIoU有如下性质：
与IoU类似，GIoU也可以作为一个距离，loss可以用
来计算
同原始IoU类似，GIoU对物体的大小不敏感
GIoU总是小于等于IoU，对于IoU，有
GIoU则是
在两个形状完全重合时，有
由于GIoU引入了包含A，B两个形状的C，所以当A，B不重合时，依然可以进行优化。
总之就是保留了IoU的原始性质同时弱化了它的缺点。于是论文认为可以将其作为IoU的替代。
GIoU作为BBox回归的损失
那么具体一点，如何计算损失呢？我们以2D detecation为例：
假设我们现在有预测的Bbox和groud truth的Bbox的坐标，分别记为
注意我们规定对于预测的BBox来说，有
主要是为了方便之后点的对应关系。
作者做了一系列的实验（针对分割任务和分类任务有一定loss的调整设计，不过论文中没有详细给出）结果是IoU loss可以轻微提升使用MSE作为loss的表现，而GIoU的提升幅度更大，这个结论在YOLO算法和faster R-CNN系列上都是成立的：
项目主页：
https://giou.stanford.edu/
代码实现：
https://github.com/generalized-iou
加群交流
关注目标检测技术，欢迎加入52CV-目标检测交流群一起学习，扫码添加52CV君拉你入群，
（请务必注明:目标检测）
习惯在QQ交流的童鞋，可以加52CV官方QQ群：928997753。
（不会时时在线，如果没能及时通过验证还请见谅）
更多CV技术干货请浏览：
长按关注我爱计算机视觉