# 前言

文章目录： YOLOv11改进大全：卷积层、轻量化、注意力机制、损失函数、Backbone、SPPF、Neck、检测头全方位优化汇总

专栏链接: YOLOv11改进专栏

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.

文章链接

论文地址：论文地址

代码地址：代码地址

创新点

文章围绕红外小目标检测与分割任务，针对现有损失函数的不足，提出了基于尺度的动态损失（Scale-based Dynamic Loss, SD Loss），同时也对比分析了多种现有损失函数。以下是详细介绍：

一、核心提出的损失函数：SD Loss

SD Loss的核心设计思路是根据目标尺度动态调整尺度损失（Scale Loss, SLoss）和位置损失（Location Loss, Lloss）的影响系数，以解决标注误差（如IoU波动）和不同尺度目标对损失敏感度差异的问题，适用于边界框（BBox）和掩码（Mask）两种标注格式，分为两类具体实现：

1. 边界框专用：SDB Loss（Scale-based Dynamic BBox Loss）

• 适用场景：针对BBox标注的检测任务，解决小目标IoU损失波动大、位置偏差影响显著的问题。
• 核心组件：
  • 尺度损失（$\mathcal{L}{BS}$）：基于IoU和边界框宽高比一致性（$\alpha v$），公式为 $\mathcal{L}{BS}=1-IoU+\alpha v$；
  • 位置损失（$\mathcal{L}{BL}$）：基于预测框与真实框质心的欧氏距离（$\rho$）和对角线长度（$c$），公式为 $\mathcal{L}{BL}=\frac{\rho^{2}(b{p}, b{gt})}{c^{2}}$；
  • 动态系数（$\betaB$）：根据目标真实面积（$B{gt}$）、图像与特征图尺度比（$R{OC}$）和可调参数$\delta$计算，公式为 $\beta{B}=min\left(\frac{B{gt}}{B{gtmax}} × R{OC} × \delta, \delta\right)$（$B{gtmax}=81$ 为红外小目标最大定义尺寸）；
  • 最终损失：$\mathcal{L}{SDB}=\beta{\mathcal{L}{BS}} × \mathcal{L}{BS}+\beta{\mathcal{L}{BL}} × \mathcal{L}{BL}$，其中 $\beta{\mathcal{L}{BS}}=1-\delta +\beta{B}$、$\beta{\mathcal{L}{BL}}=1+\delta -\beta_{B}$，动态平衡两类损失的权重。

2. 掩码专用：SDM Loss（Scale-based Dynamic Mask Loss）

• 适用场景：针对Mask标注的分割任务，解决模糊边界导致的IoU波动、小目标位置损失收敛困难的问题。
• 核心组件：
  • 尺度损失（$\mathcal{L}{MS}$）：基于掩码交并比（IoU）并引入权重$\omega$（描述预测与真实掩码差异），公式为 $\mathcal{L}{MS}=1-\omega \frac{|M{p} \bigcap M{gt}|}{|M{p} \bigcup M{gt}|}$；
  • 位置损失（$\mathcal{L}{ML}$）：结合极坐标下的距离比和角度差，公式为 $\mathcal{L}{ML}=1-\frac{min(d{p}, d{gt})}{max(d{p}, d{gt})}+\frac{4}{\pi^{2}}(\theta{p}-\theta{gt})^{2}$；
  • 动态系数（$\beta_M$）：与SDB Loss的$\betaB$计算逻辑一致，基于掩码真实面积（$M{gt}$），公式为 $\beta{M}=min\left(\frac{M{gt}}{M{gtmax}} × R{OC} × \delta, \delta\right)$；
  • 最终损失：$\mathcal{L}{SDM}=\beta{\mathcal{L}{MS}} × \mathcal{L}{MS}+\beta{\mathcal{L}{ML}} × \mathcal{L}{ML}$，其中 $\beta{\mathcal{L}{MS}}=1+\beta{M}$、$\beta{\mathcal{L}{ML}}=1-\beta_{M}$，增强尺度损失对小目标的关注度。

3. SD Loss的优势

• 动态适配目标尺度：小目标降低SLoss权重、提升LLoss权重（BBox场景）或增强SLoss权重（Mask场景），缓解标注误差影响；
• 计算高效：无指数运算，相比NWD、SAFit等损失函数更稳定、复杂度更低；
• 泛化性强：在IRSTD-1K和SIRST-UAVB数据集上均实现稳定性能提升。

核心代码

def bbox_iou(box1, box2, xywh=True, GIoU=False, DIoU=False, CIoU=False, SDIoU=True, eps=1e-7, delta=0.5):
    """
    Calculate Intersection over Union (IoU) of box1(1, 4) to box2(n, 4).

    Args:
        box1 (torch.Tensor): A tensor representing a single bounding box with shape (1, 4).
        box2 (torch.Tensor): A tensor representing n bounding boxes with shape (n, 4).
        xywh (bool, optional): If True, input boxes are in (x, y, w, h) format. If False, input boxes are in
                               (x1, y1, x2, y2) format. Defaults to True.
        GIoU (bool, optional): If True, calculate Generalized IoU. Defaults to False.
        DIoU (bool, optional): If True, calculate Distance IoU. Defaults to False.
        CIoU (bool, optional): If True, calculate Complete IoU. Defaults to False.
        SDIoU (bool, optional): If True, calculate Scale-based Dynamic IoU. Defaults to False.
        eps (float, optional): A small value to avoid division by zero. Defaults to 1e-7.

    Returns:
        (torch.Tensor): IoU, GIoU, DIoU, or CIoU values depending on the specified flags.
    """

    # Get the coordinates of bounding boxes
    if xywh:  # transform from xywh to xyxy
        (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_
    else:  # x1, y1, x2, y2 = box1
        b1_x1, b1_y1, b1_x2, b1_y2 = box1.chunk(4, -1)
        b2_x1, b2_y1, b2_x2, b2_y2 = box2.chunk(4, -1)
        w1, h1 = b1_x2 - b1_x1, b1_y2 - b1_y1 + eps
        w2, h2 = b2_x2 - b2_x1, b2_y2 - b2_y1 + eps

    # Intersection area    ∩
    inter = (b1_x2.minimum(b2_x2) - b1_x1.maximum(b2_x1)).clamp_(0) * (
        b1_y2.minimum(b2_y2) - b1_y1.maximum(b2_y1)
    ).clamp_(0)

    # Union Area      U
    union = w1 * h1 + w2 * h2 - inter + eps

    # IoU
    iou = inter / union

    # R_oc = 1     # The YOLO bounding box is normalized, so R_oc is equal to 1.
    if CIoU or DIoU or GIoU or SDIoU:
        cw = b1_x2.maximum(b2_x2) - b1_x1.minimum(b2_x1)  # convex (smallest enclosing box) width
        ch = b1_y2.maximum(b2_y2) - b1_y1.minimum(b2_y1)  # convex height
        if CIoU or DIoU or SDIoU:  # Distance or Complete IoU https://arxiv.org/abs/1911.08287v1
            c2 = cw**2 + ch**2 + eps  # convex diagonal squared
            rho2 = ((b2_x1 + b2_x2 - b1_x1 - b1_x2) ** 2 + (b2_y1 + b2_y2 - b1_y1 - b1_y2) ** 2) / 4  # center dist ** 2
            if CIoU or SDIoU:  # https://github.com/Zzh-tju/DIoU-SSD-pytorch/blob/master/utils/box/box_utils.py#L47
                v = (4 / math.pi**2) * (torch.atan(w2 / h2) - torch.atan(w1 / h1)).pow(2)
                with torch.no_grad():
                    alpha = v / (v - iou + (1 + eps))
                if SDIoU:
                    beta = (w2 * h2 * delta) / 81
                    beta = torch.where(beta > delta, torch.tensor(delta, device=beta.device), beta)
                    return delta-beta + (1-delta+beta)*(iou-v*alpha) - (1+delta-beta)*(rho2/c2)  # SDIoU
                return iou - (rho2 / c2 + v * alpha)  # CIoU
            return iou - rho2 / c2  # DIoU
        c_area = cw * ch + eps  # convex area
        return iou - (c_area - union) / c_area  # GIoU https://arxiv.org/pdf/1902.09630.pdf
    return iou  # IoU