yolov3像素级目标识别(基于DIou改进的YOLOv3目标检测)
yolov3像素级目标识别(基于DIou改进的YOLOv3目标检测)
2024-11-22 12:48:44  作者:幸福的插曲  网址:https://m.xinb2b.cn/life/eem405858.html


计算机视觉研究院专栏

作者:Edison_G

背景&引言

文中指出DIoU要比GIou更加符合目标框回归的机制,将目标与anchor之间的距离,重叠率以及尺度都考虑进去,使得目标框回归变得更加稳定,不会像IoU和GIoU一样出现训练过程中发散等问题,并且方法能够简单地迁移到现有的算法中带来性能的提升,实验在YOLOv3上提升了5.91mAP。


其中B={x,y,w,h} 是预测框, 是 ground-truth。IoU是目标检测里面很重要的一个指标,通过预测的框和GT间的交集与并集的比例进行计算,经常用于评价bbox的优劣 。但一般对bbox的精调都采用L2范数,而一些研究表明这不是最优化IoU的方法,因此出现了IoU loss。

IoU Loss



IoU loss顾名思义就是直接通过IoU计算梯度进行回归,论文提到IoU loss的无法避免的缺点:当两个box无交集时,IoU=0,很近的无交集框和很远的无交集框的输出一样,这样就失去了梯度方向,无法优化。IoU loss的实现形式有很多种,除公式2外,还有UnitBox的交叉熵形式和IoUNet的Smooth-L1形式。

这里论文主要讨论的类似YOLO的检测网络,按照GT是否在cell判断当前bbox是否需要回归,所以可能存在无交集的情况。而一般的two stage网络,在bbox regress的时候都会卡, 不会对无交集的框进行回归。

GIoU Loss


GIou loss在IoU loss的基础上增加一个惩罚项, 为包围预测框 和 的最小区域大小,当bbox的距离越大时,惩罚项将越大。尽管GIoU解决了IoU的梯度问题,但他仍然存在几个限制:


上图可以很好的来说明GIoU不稳定以及收敛很慢的原因。上图中第一行三张图展示的是GIoU的回归过程,其中绿色框为目标框,黑色框为anchor,蓝色框为不同次数的迭代后,anchor的偏移结果。第二行三张图展示的是DIoU的回归过程,其中绿色框为目标框,黑色框为anchor,红色框为不同次数的迭代后,anchor的偏移结果。从图中我们可以看到,GIoU在回归的过程中,从损失函数的形式我们发现,当IoU为0时,GIoU会先尽可能让anchor能够和目标框产生重叠,之后GIoU会渐渐退化成IoU回归策略,因此整个过程会非常缓慢而且存在发散的风险。而DIoU考虑到anchor和目标之间的中心点距离,可以更快更有效更稳定的进行回归。


如上图中的包含情况,GIoU会退化成IoU(三个位置预测框和gt框所包围的最小面积相同,惩罚项c保持一致,梯度发散)。由于很大程度依赖IoU项,GIoU需要更多的迭代次数来收敛,特别是水平和垂直的bbox(后面会分析)。一般地,GIoU loss不能很好地收敛SOTA算法,反而造成不好的结果。

综合上面的分析,论文提出Distance-IoU(DIoU) loss,简单地在IoU loss基础上添加一个惩罚项,该惩罚项用于最小化两个bbox的中心点距离。如图1所示,DIoU收敛速度和效果都很好,而且DIoU能够用于NMS的计算中,不仅考虑了重叠区域,还考虑了中心点距离。另外,论文考虑bbox的三要素,重叠区域,中心点距离和长宽比,进一步提出了Complete IoU(CIoU) loss,收敛更快,效果更好。


知识回顾

IoU and GIoU Losses

为了全面地分析IoU loss和GIoU的性能,论文进行了模拟实验,模拟不同的距离、尺寸和长宽比的bbox的回归情况,如下图所示:


绿色框代表仿真实验需要回归的七个不同尺度的目标框,七个目标框的中心点坐标都是(10 * 10);

蓝色的点代表了所有anchor的中心点,中心点的分布如上图所示,各个方向都有,各种距离都有,当然每个anchor的一个中心点都包含有七个不同面积的anchor框。而且每个面积的anchor框又有七种不同的比例尺寸。因此一共有5000个蓝色点,对应5000*7*7个anchor框,并且每个anchor框都需要回归到七个gt目标框上,因此一共有5000*7*7*7个回归案例。

最终的实验结果如下:图中展示的训练同样的步数后(200步),IoU,GIoU以及本文提出的DIoU、CIoU作为loss的情况下,每个anchor的误差分布。


IoU:从IoU误差的曲线我们可以发现,anchor越靠近边缘,误差越大,那些与目标框没有重叠的anchor基本无法回归;

GIoU:从GIoU误差的曲线我们可以发现,对于一些没有重叠的anchor,GIoU的表现要比IoU更好。但是由于GIoU仍然严重的依赖IoU,因此在两个垂直方向,误差很大,基本很难收敛,这就是GIoU不稳定的原因;

DIoU:从DIoU误差的曲线我们可以发现,对于不同距离,方向,面积和比例的anchor,DIoU都能做到较好的回归。

具体伪算法步骤如下:


对于预测框 ,当前迭代(current iteration epochs = t)回合, 可以通过下式获得:


给定一个loss函数 ,可以通过梯度下降来模拟bbox优化的过程。对于预测的bbox , 为阶段的结果,'为 对 的梯度,使用 来加速收敛。bbox的优化评价使用 -norm,共训练200轮,error曲线如下图所示:


论文将5000个中心点上的bbox在最后阶段的total error进行了可视化。IoU loss只对与target box有交集的bbox有效,因为无交集的bbox的梯度为0。而GIoU由于增加了惩罚函数,中间大部分区域错误率明显减少,但是垂直和水平的区域依然保持着高的error,这是由于GIoU的惩罚项经常很小甚至为0,导致训练需要更多的迭代来收敛。


计算机视觉研究院学习群等你加入!

计算机视觉研究院主要涉及深度学习领域,主要致力于人脸检测、人脸识别,多目标检测、目标跟踪、图像分割等研究方向。研究院接下来会不断分享最新的论文算法新框架,我们这次改革不同点就是,我们要着重”研究“。之后我们会针对相应领域分享实践过程,让大家真正体会摆脱理论的真实场景,培养爱动手编程爱动脑思考的习惯!

计算机视觉研究院

公众号ID|ComputerVisionGzq

  • 刺激战场单人堵桥攻略(刺激战场中遇到堵桥的怎么办)
  • 2024-11-22刺激战场中遇到堵桥的怎么办大家好,我是你们的老朋友8GK相信大家都知道,在刺激战场中我本身就是一位堵桥达人,热衷于各类堵桥套路,但是在之前的一场比赛中,竟然差点别敌人堵了桥,不过好在我是出一招终极套路,完成逆风状态下的1V4灭。
  • 苹果电脑已停用怎么办(推荐这两个问题)
  • 2024-11-22推荐这两个问题使用iTunes恢复重置设备这个方法比较常见,当你的苹果平板电脑停用,你可以连接电脑,让iTunes识别你的设备后,选择一键恢复设备使用苹果密码解锁重置设备这个方法可以帮助你抹除苹果平板电脑的屏幕密码。
  • 吉利suv全国售价(吉利新款SUV上市湘潭是主产地)
  • 2024-11-22吉利新款SUV上市湘潭是主产地吉利新车,九华制造吉利缤越正式上市售价7.88万—11.88万元湘潭基地是主产地10月31日,吉利汽车新款车型吉利缤越在浙江发布上市吉利缤越是吉利首款基于全新的BMA模块化架构打造的SUV车型,位于湘。
  • 票房惨淡十部电影(当年票房惨败如今却被视为经典的10部电影)
  • 2024-11-22当年票房惨败如今却被视为经典的10部电影1、《埃及艳后》在学世界古代史,这一时期的历史太精彩了也这部电影场面恢弘大气,服装也十分好看,满足了我的想象大场面,大制作所有的布景、场面调度、妆面、服装华丽的无以伦比,审美极致完美,放在现在风采也丝。
  • 火影中各种眼睛图解大全(盘点火影中bug般的眼睛)
  • 2024-11-22盘点火影中bug般的眼睛宇智波一族之所以名号响彻忍界,很大原因是他们有一双bug般的眼睛随着写轮眼的不断开发,各种酷炫的忍术也成就了火影这部动漫就像小李说的,他很羡慕佐助,说的就是天生拥有写轮眼!其实火影里有一些眼睛比写轮眼。
  • 农村小伙在山上发现的绿色美食(曾经既当粮食又当菜)
  • 2024-11-22曾经既当粮食又当菜导读:它自带甜味,曾经既当粮食又当菜,现在价值也高,河边就有别不识野菜,现在可不简单了虽然它们是野生在大自然中的,有些还是成片的生长在不认识的人眼中,它们就是一堆杂草可是在识货的人眼中,好些野菜就是比。
  • 做乳腺增强核磁共振(新技术新项目我院核磁共振室开展乳腺MRI)
  • 2024-11-22新技术新项目我院核磁共振室开展乳腺MRI点击上方蓝字关注我们导语:核磁共振成像是利用电子计算机对人体断面进行图像分析诊断的检查方法,它是磁场,其基本原理是人体所含氢原子在强磁场下给予特定的高波后会发生共振现象,产生一种高波数的电磁波核磁共振。
  • 水果刀苹果削皮技巧
  • 2024-11-22水果刀苹果削皮技巧1.准备工作要做好,也就是苹果和水果刀水果刀要清洗干净,苹果洗干净后擦干水分,主要是苹果的两头根部的地方一定要洗干净2.先在苹果的一端削上一小块皮,这个开端的皮可以扔掉,也可以连在上面要注意的是,削上。
  • 4种食物一定要注意(花生不能一起吃的4种食物一定要注意)
  • 2024-11-22花生不能一起吃的4种食物一定要注意香蕉:花生是不能和香蕉一起吃的因为花生的油脂含量是非常高的,正常情况下,100g左右的花生其油脂含量就达到了44g而油脂的主要作用就是加快肠胃的蠕动速度,润肠通便而香蕉作为一种味甘性寒的水果,也有着促。
  • 快速缓解焦虑情绪的办法(日常生活中哪些方法可以缓解焦虑情绪)
  • 2024-11-22日常生活中哪些方法可以缓解焦虑情绪相信现实生活中,每个人都有过焦虑的时候只是有些人症状明显,表现突出,而有些人表现不明显,自己比较压抑而已但是无论症状明显不明显,都会给身体和精神造成伤害,时间长的话,还会变成病理性的焦虑症因此,下面给。
  • 解说谢广坤搞笑片段(有才姜多谢广坤众明星助阵)
  • 2024-11-22有才姜多谢广坤众明星助阵2018五大连池火山圣水之夜晚会有才、姜多、谢广坤等众明星助阵!今年还有哪些精彩节目呢?大家一定灰常期待吧~小编带你先睹为快▼▼▼主持人黑龙江电视台主持人有才黑龙江电视台主持人姜多著名二人转演员唐鉴军。