目标检测中框回归损失函数的研究

作     者：张翠文 张长伦 何强 王恒友 ZHANG Cuiwen;ZHANG Changlun;HE Qiang;WANG Hengyou

作者机构：北京建筑大学理学院北京102600 

基　　金：国家自然科学基金(62072024) 北京建筑大学北京未来城市设计高精尖创新中心资助项目(UDC2017033322,UDC2019033324) 北京建筑大学市属高校基本科研业务费专项资金(X20084) 北京建筑大学研究生创新项目(PG2020095) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2021年第57卷第20期

页      码：97-103页

摘      要：在目标检测中,框回归损失函数的设定直接影响预测框的定位准确性。预测框与目标框的交并比(IOU)被设定为优化预测框的损失函数,但是当两框无重叠面积时无法进行梯度回传。广义的交并比(GIOU)在IOU损失函数的基础上增加非重叠面积部分,将两部分优化项作为损失函数调整预测框位置,解决了无法梯度回传的情况。但当两框是包含关系时,GIOU的第二部分优化项消失,损失函数退化为IOU。为了解决以上问题,提出了一种重新定义的广义交并比损失函数(RGIOU),将非重叠部分面积定义为两框之并减去两框之交,再除以两框形成的最小闭包面积作为第一部分,除以最小闭包面积的平方作为第二部分,利用权重阈值进行加和形成新的损失函数。避免了两框是包含关系时存在的问题,提升了目标检测算法的精度。上述算法在PASCAL VOC 2007以及MS COCO 2014数据集上加以验证。

主 题 词：目标检测 框回归 交并比(IOU) 广义的交并比(GIOU) 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3778/j.issn.1002-8331.2009-0450

馆 藏 号：203105166...