检测损失函数

理解损失函数对于诊断模型行为和调整推理参数至关重要。本章介绍 YOLO-Toys 中模型家族使用的关键损失。

为什么损失在推理时很重要

虽然损失在推理时不直接使用，但它们塑造了模型行为：

1. 置信度校准：分类损失影响分数可靠性
2. 框质量：回归损失决定定位精度
3. 阈值调整：理解损失有助于设置置信度和 IoU 阈值

YOLO 家族损失

YOLOv1：平方和误差

YOLOv1 使用简单的平方和误差损失。

YOLOv3–v5：二元交叉熵 + CIoU

分类用二元交叉熵，回归用 CIoU 损失：

$$ CIoU = IoU - \frac{\rho^2(b, b^{gt})}{c^2} - \alpha v $$

CIoU 考虑重叠区域、中心距离和长宽比。

YOLOv8：VFL + DFL + CIoU

YOLOv8 组合三种损失：

1. VFL（变焦损失）：分类的非对称焦点损失
2. DFL（分布焦点损失）：将框回归视为分布预测
3. CIoU 损失：框重叠的完整 IoU

DETR 损失

二分图匹配损失

DETR 使用匈牙利匹配找到最优分配：

$$ \hat{\sigma} = \arg\min_{\sigma} \sum_i^N \mathcal{L}{match}(y_i, \hat{y}{\sigma(i)}) $$

匈牙利损失

匹配后，最终损失组合分类损失、L1 损失和 GIoU 损失。

对比损失（OWL-ViT、Grounding DINO）

InfoNCE 损失

用于对比预训练：

$$ \mathcal{L} = -\frac{1}{N} \sum_i \log \frac{\exp(\text{sim}(I_i, T_i) / \tau)}{\sum_j \exp(\text{sim}(I_i, T_j) / \tau)} $$

损失对比总结

模型	分类损失	回归损失	匹配方式
YOLOv5	BCE	CIoU	锚框式
YOLOv8	VFL	DFL + CIoU	无锚框式
DETR	CE	L1 + GIoU	匈牙利
OWL-ViT	BCE	L1	对比式
BLIP	CE	—	自回归

参考文献

1. Lin, T., et al. "Focal Loss for Dense Object Detection." ICCV 2017.
2. Zheng, Z., et al. "Distance-IoU Loss." AAAI 2020.

---

接下来阅读

• YOLO 家族演进 损失函数演进