[论文解读] Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression

Zhaohui Zheng, Ping Wang+4 more|arXiv (Cornell University)|Nov 19, 2019

Advanced Neural Network Applications参考文献 27被引用 876

一句话总结

引入距离距离比 IoU (DIoU) 与完整 IoU (CIoU) 损失用于边界框回归，收敛更快、精度高于 IoU 与 GIoU，并显示 DIoU-NMS 提升目标检测性能。

ABSTRACT

Bounding box regression is the crucial step in object detection. In existing methods, while $\ell_n$-norm loss is widely adopted for bounding box regression, it is not tailored to the evaluation metric, i.e., Intersection over Union (IoU). Recently, IoU loss and generalized IoU (GIoU) loss have been proposed to benefit the IoU metric, but still suffer from the problems of slow convergence and inaccurate regression. In this paper, we propose a Distance-IoU (DIoU) loss by incorporating the normalized distance between the predicted box and the target box, which converges much faster in training than IoU and GIoU losses. Furthermore, this paper summarizes three geometric factors in bounding box regression, \ie, overlap area, central point distance and aspect ratio, based on which a Complete IoU (CIoU) loss is proposed, thereby leading to faster convergence and better performance. By incorporating DIoU and CIoU losses into state-of-the-art object detection algorithms, e.g., YOLO v3, SSD and Faster RCNN, we achieve notable performance gains in terms of not only IoU metric but also GIoU metric. Moreover, DIoU can be easily adopted into non-maximum suppression (NMS) to act as the criterion, further boosting performance improvement. The source code and trained models are available at https://github.com/Zzh-tju/DIoU.

研究动机与目标

• 使边界框回归损失与基于 IoU 的评估指标对齐。
• 解决 IoU 与 GIoU 损失在收敛慢和精度方面的问题。
• 提出融合距离和纵横比因素的 DIoU 与 CIoU 损失。
• 在 VOC 与 COCO 数据集上对 YOLOv3、SSD、和 Faster R-CNN 展现改进性能。
• Show DIoU can be integrated into NMS for better suppression.

提出的方法

• 通过在 IoU 损失上加入归一化的中心点距离惩罚来定义 DIoU 损失：L_DIoU = 1 - IoU + rho^2(b, bgt) / c^2。
• 通过包含纵横比一致性项 v 及自适应权重 alpha 将其扩展为 CIoU 损失。
• 推导 DIoU 与 CIoU 的梯度，在 CIoU 中对较小的 w, h 进行稳定处理。
• 将 DIoU 作为 NMS 的判定标准（DIoU-NMS）以抑制冗余框。
• 将 DIoU 与 CIoU 集成到 YOLO v3、SSD 与 Faster R-CNN，并在 VOC 2007+2012 与 COCO 2017 上评估。
• 提供公开的源代码和训练模型。

实验结果

研究问题

• RQ1 直接最小化归一化中心点距离（DIoU）是否能比基于 IoU 的损失更快、更准确地进行边界框回归？
• RQ2 引入纵横比一致性（CIoU）是否在不同检测器类型与数据集上进一步提升收敛与精度？
• RQ3 DIoU-NMS 在遮挡和拥挤场景下是否比标准 NMS 更鲁棒？
• RQ4 DIoU/CIoU 损失是否在 VOC 与 COCO 上对单阶段与两阶段检测器都带来一致的提升？

主要发现

• DIoU 损失在回归仿真中比 IoU 与 GIoU 收敛更快，并在含 YOLO v3 与 SSD 的 VOC 上提升 AP 与 AP75。
• CIoU 损失通过同时考虑重叠、中心距离与纵横比的一致性进一步改善回归，在多种设置下获得比 DIoU 更大的增益。
• DIoU-NMS 相较于标准 NMS 在多种检测器与数据集上提供额外改进。
• 对于 VOC 07+12 上的 YOLO v3，CIoU 相较 IoU/GIoU 基线在 AP 提升 5.67%、AP75 提升 8.95%；DIoU 分别提升 3.29% AP 和 6.02% AP75。
• 在 VOC 上的 SSD 上 DIoU 与 CIoU 优于 IoU 和 GIoU，CIoU 在 AP 上最高提升至 2.59%，在 AP75 上最高提升至 2.92%。
• 在 COCO 上的 Faster R-CNN 显示 CIoU 在 AP、AP75 以及大/中尺度目标上的显著增益；DIoU 也有提升，尤其与 DIoU-NMS 配对时对小目标效果更好。
• DIoU-NMS 在 VOC/COCO 实验中的各阈值下始终优于原始 NMS。