读书笔记：Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression

摘要

在目标识别过程中，IOU是最流行的一个评价基准，在进行边框优化的过程中，IOU一般是取最大值，对一个标准进行优化的目标函数是其标准本身，在2D回归的过程中，IOU展示了他直接能作为一个损失函数，然而，IOU展现了他的缺点，在没有重叠的边框的时候不好使用，在这篇论文中指出了IOU的缺点，通过介绍一个通用的版本作为一个新的损失函数和新的度量方式，通过使用GIOU，在Pascal VOC及MS COCO数据集上有了较大的提升。

介绍

边框回归是一个很重要的一个部分在2D/3D计算机视觉中，目标检测，目标追踪都依赖边框回归，该领域趋于通过利用较好的backbone或者更好的策略来提取局部特征的深度学习网络来提升其性能，然而，有一点被人们所忽略的是可以用基于IoU的评价计算机制替换常规的L1,L2损失函数。

IOU作为Jaccard index而闻名，它广泛应用于任意两个图的相似度对比，IOU编码这个目标是比较宽度，高度，位置等，基于正则化机制来关注二者的区域。IoU具有尺寸不变性，基于此机制可以进行目标检测，分割及追踪等。

  然而，在2D/3D空间上定义两个边界框参数表示的常规损失如Ln等使其值最小与通过优化来提高IoU的值，二者之间的并没有太大的关联，比如我们采用l1与l2相同的情况下，regression效果明显不同，但是IOU的数值确有明显的不同，最能反映回归的效果

为此，这篇论文提出来提出了IoU可以进行反向传播，并用于目标函数的优化，同时将IOU扩展到了非重叠的情况

相关的工作

本文提出用IOU来指导回归任务的学习，主要是因为用IOU作为一个直接的指标比用其他的函数效果都要好，而此时相关的损失函数为

但是用IOU直接作为损失函数有着明显的缺点

假如两个框没有相交时，IOU=0，不能反映两个框的重合度，为了解决这个问题，本文提出了一个新的方法，叫做GIOU，具体的方法文中是这样描述的

就是先计算两个闭包区域最小面积，然后在计算IOU，GIOU=IOU减去闭包区域中不属于两个框的区域占闭包区域的比重的值。GIOU有如下特点

• 与IOU相似，GIoU也是一种距离度量，作为损失函数的话， 

• 和IOU相似，GIoU对scale不敏感

• GIoU是IOU的下界，在两个框无线重合的情况下，IoU=GIoU

• IoU取值[0,1]，但GIoU有对称区间，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GIoU是一个非常好的距离度量指标。

• 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 as Loss for Bounding box Regression

IOU与GIOU在2D图像检测中计算方法非常简单，具体的计算方法文中是这样描述的

1.分别计算预测框和标记框的大小

2.计算相交区域的面积

3.计算最小闭包区域面积

4.计算IOU与GIOU

5.

实验

从实验结果我们可以看出在YOLO  v3下涨点明显，但是在Faster R-CNN和Mask R-CNN并不明显，原因是因为faster rcnn和mask rcnn的anchor很密，GIoU没有什么明显的优势。