YOLO目标检测创新改进与实战案例专栏
专栏目录： YOLO有效改进系列及项目实战目录 包含卷积，主干 注意力，检测头等创新机制 以及 各种目标检测分割项目实战案例
专栏链接: YOLO基础解析+创新改进+实战案例
介绍
摘要
作为检测器定位分支的重要组成，边框回归损失在目标检测任务中发挥巨大作用。现有的边框回归方法，通常考虑了GT框与预测框之间的几何关系，通过使用边框间的相对位置与相对形状等计算损失，而忽略了边框其自身的形状与尺度等固有属性对边框回归的影响。为了弥补现有研究的不足，本文提出聚焦边框自身形状与尺度的边框回归方法。首先我们对边框回归特性进行分析，得出边框自身形状因素与尺度因素会对回归结果产生影响。接着基于以上结论我们，我们提出了Shape-IoU方法，其能够通过聚焦边框自身形状与自身尺度计算损失，从而使得边框回归更为精确。最后我们通过大量的对比实验来验证本文方法，实验结果表明本文方法能够有效提升检测效果且优于现有方法，在不同的检测任务中达到了sota.
创新点
本研究对边界框回归的特性进行了深入分析，并得出结论：在边界框回归过程中，回归样本的形状与尺度因素对回归结果有显著影响。
基于对现有边界框回归损失函数的考量，特别是考虑到回归样本自身形状与尺度对边界框回归的影响，提出了Shape-IoU损失函数。对于小目标检测任务，进一步提出了Shape-Dot-Distance和Shape-NWD损失函数。
采用当前最先进的单阶段检测器，在不同的检测任务上进行了一系列比较实验。实验结果证实，该方法在检测效果上优于现有方法，并达到了行业领先水平（State of the Art，SOTA）。
方法
1.边框回归特性分析
如图所示，图a与图b中，边框回归样本A与B的基准框（GT框）尺度相同，样本C与D的基准框尺度亦相同。样本A与D的基准框形状相同，样本B与C的基准框形状相同。样本C与D的边框尺度大于样本A与B。在图a中，所有边框回归样本的偏移量（deviation）相同，形状偏移量（shape-deviation）为0。图b中，所有边框回归样本的形状偏移量相同，偏移量为0。观察结果如下：
- 图a中，样本A与B的偏移量相同，但它们的IoU值存在差异。
- 图a中，样本C与D的偏移量相同，但它们的IoU值存在差异，且与样本A与B相比，其IoU值差异较小。
- 图b中，样本A与B的形状偏移量相同，但它们的IoU值存在差异。
- 图b中，样本C与D的形状偏移量相同，但它们的IoU值存在差异，且与样本A与B相比，IoU值差异较小。
分析图a中样本A与B的IoU值差异可知，由于GT框形状不同（即长边和短边方向的偏差），对IoU值的影响各异。对于小尺度边框，其IoU值变化更敏感，GT框形状对IoU值的影响更显著。此外，图b中从形状偏移量角度分析边框回归，发现回归样本的GT框形状在回归过程中影响其IoU值。
基于以上分析，可以得出以下结论：
- （1）在非正方形GT框中，即存在长边与短边的情况下，假设偏移量与形状偏移量均不为0，边框形状与尺度的差异会导致IoU值存在显著差异。
- （2）在相同尺度的边框回归样本中，当偏移量与形状偏移量均不为0时，边框形状会显著影响IoU值，特别是沿边框短边方向的偏移。
- （3）在形状相同的边框回归样本中，相较于大尺度样本，小尺度样本的IoU值更易受GT框形状影响。
2.Shape-IoU
其中，scale为尺度因子，与数据集中目标的尺度相关；ww与hh分别为水平方向与竖直方向的权重系数，与GT框的形状相关。对应的边框回归损失函数如下：
文章链接
论文地址：论文地址
代码地址：代码地址
原文作者CSDN : https://blog.csdn.net/qq_45911380/article/details/135330376
yolov8引入代码
def shape_iou(box1, box2, xywh=True, scale=0, eps=1e-7):
(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_
# Intersection area
inter = (torch.min(b1_x2, b2_x2) - torch.max(b1_x1, b2_x1)).clamp(0) * \
(torch.min(b1_y2, b2_y2) - torch.max(b1_y1, b2_y1)).clamp(0)
# Union Area
union = w1 * h1 + w2 * h2 - inter + eps
# IoU
iou = inter / union
#Shape-Distance #Shape-Distance #Shape-Distance #Shape-Distance #Shape-Distance #Shape-Distance #Shape-Distance
ww = 2 * torch.pow(w2, scale) / (torch.pow(w2, scale) + torch.pow(h2, scale))
hh = 2 * torch.pow(h2, scale) / (torch.pow(w2, scale) + torch.pow(h2, scale))
cw = torch.max(b1_x2, b2_x2) - torch.min(b1_x1, b2_x1) # convex width
ch = torch.max(b1_y2, b2_y2) - torch.min(b1_y1, b2_y1) # convex height
c2 = cw ** 2 + ch ** 2 + eps # convex diagonal squared
center_distance_x = ((b2_x1 + b2_x2 - b1_x1 - b1_x2) ** 2) / 4
center_distance_y = ((b2_y1 + b2_y2 - b1_y1 - b1_y2) ** 2) / 4
center_distance = hh * center_distance_x + ww * center_distance_y
distance = center_distance / c2
#Shape-Shape #Shape-Shape #Shape-Shape #Shape-Shape #Shape-Shape #Shape-Shape #Shape-Shape #Shape-Shape
omiga_w = hh * torch.abs(w1 - w2) / torch.max(w1, w2)
omiga_h = ww * 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)
#Shape-IoU #Shape-IoU #Shape-IoU #Shape-IoU #Shape-IoU #Shape-IoU #Shape-IoU #Shape-IoU #Shape-IoU
iou = iou - distance - 0.5 * ( shape_cost)
return iou # IoU
task与yaml配置
详见：https://blog.csdn.net/shangyanaf/article/details/135927712
