改进交并比边界框回归损失的YOLOv3检测算法

作     者：沈记全 陈相均 翟海霞 

作者机构：河南理工大学计算机科学与技术学院 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2021年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(No.61972134) 河南省科技攻关项目(No.182102310946) 

主　　题：YOLOv3检测算法 边界框回归 交并比 BR-IoU损失算法 宽高比值 

摘      要：YOLOv3检测算法中的边界框回归损失函数对边界框尺度敏感，且与算法检测效果的评价标准交并比(Intersection over Union， IoU)之间的优化不具有强相关性，无法准确的反映真值框与预测框之间的重叠情况。针对上述问题，提出改进交并比边界框回归BR-IoU(Bounding Box Regression IoU)损失算法，该算法将IoU作为边界框回归损失函数的损失项，通过添加惩罚项最小化预测框与真值框中心点间围成矩形的面积、提高预测框与真值框之间宽高比值的一致性，来提升边界框的回归收敛效果。在PASCAL VOC和COCO数据集上的实验结果表明，采用BR-IoU损失算法作为边界框回归损失的YOLOv3在不影响实时性的前提下，在PASCAL VOC 2007测试集上的mAP达到81.23%(IoU=0.5)，在COCO测试集上的mAP相比原YOLOv3算法提升了2.07%(IoU[0.5:0.95])。