Skip to content
← Writing

技术分享

目标检测IoU：对比GIoU、DIoU和CIoU

5 min read1,327 wordsupdated May 8, 2026

Cite

BibTeX

@misc{iou-giou-diou-ciou,
  author = {Jingxi Qiu},
  title = {目标检测IoU：对比GIoU、DIoU和CIoU},
  howpublished = {Jingxi Qiu},
  year = {2025},
  url = {https://mouwumou.github.io/blog/iou-giou-diou-ciou/}
}

APA

Qiu, J. (2025). 目标检测IoU：对比GIoU、DIoU和CIoU. In Jingxi Qiu.

MLA

Qiu, Jingxi. “目标检测IoU：对比GIoU、DIoU和CIoU.” Jingxi Qiu, 2025.

Chicago

Qiu, Jingxi. 2025. “目标检测IoU：对比GIoU、DIoU和CIoU.” In Jingxi Qiu. Preprint.

在目标检测任务中，模型采用IoU定义预测锚框和目标锚框之间的差距，以得到相对应的损失。但IoU本身存在一定的局限性，本文将分析GIoU, DIoU, CIoU相较IoU的改进和区别。

IoU作用和问题

link_to_page

目标检测需要预测物体的位置（边界框）和类别。

IoU (Intersection over Union)

IoU=预测框∩真值框预测框∪真值框IoU = \frac{预测框 \cap 真值框}{预测框 \cup 真值框}

衡量预测框和真实框的重叠程度。通常认为 IoU ≥ 0.5 即为“检测正确”。

image.png

IoU存在的问题：

  1. 当预测框和目标框无重叠的时候IoU=0，此时损失函数的梯度也为0，这会导致模型收敛变慢。
  2. IoU不关心中心距离和长宽比差异，只关心重叠面积同样可能带来收敛慢合形状不匹配问题。

各类IoU变体

符号定义

BB: 预测框

B∗B^*: 真实框

∣⋅∣|\cdot|: 面积

cc: 最小包围框对角线长度

CC: 同时包住BB和B∗B^*的最小包围框

ρ(⋅,⋅)\rho(⋅,⋅): 中心点欧氏距离

IoU

IoU(B,B∗)=∣B∩B∗∣∣B∪B∗∣∈[0,1]IoU(B, B^*) = \frac{|B\cap B^*|}{|B\cup B^*|} \in [0,1]

对应的损失函数：

LIoU=1−IoU or −log(IoU+ϵ)∈[0,1]L_{IoU}=1-IoU\text{ or }-log(IoU+\epsilon)\in [0,1]
优点 缺点
与评估指标一致，与尺度无关 1. 当IoU=0时，梯度几乎消失 2. 不关心中心距离/长宽比差异，导致收敛慢或形状不匹配

GIoU (Generalized IoU)

GIoU=IoU−∣C\(B∪B∗)∣∣C∣∈[−1,1]GIoU=IoU-\frac{|C \backslash (B\cup B^*)|}{|C|}\in [-1, 1]

令CC为同时包住BB与B∗B^*的最小包围框。C\(B∪B∗)C \backslash (B\cup B^*)为CC中不属于B∪B∗B\cup B^*的部分

LIoU=1−GIoU=1−IoU+∣C\(B∪B∗)∣∣C∣∈[0,2]L_{IoU}=1-GIoU=1- IoU +\frac{|C \backslash (B\cup B^*)|}{|C|}\in[0,2]

image.png

优点：

无重叠时也存在梯度（通过第二项把两个框往一起推）

缺点：

当两框重叠时，GIoU的附加项与距离/方向关联性弱，且对中心不敏感。中后期收敛速度可能较慢。

DIoU (Distance-IoU)

DIoU=IoU−ρ2(center(B),center(B∗))c2∈(−1,1]DIoU = IoU-\frac{\rho^2(center(B),center(B^*))}{c^2}\in (-1,1]

其中，ρ(center(B),center(B∗))\rho(center(B),center(B^*))是两中心点的欧氏距离，cc是最小包围框CC的对角线长度

LDIoU=1−DIoU=1−IoU+ρ2(center(B),center(B∗))c2∈[0,2)L_{DIoU}=1-DIoU=1−IoU+\frac{\rho^2(center(B),center(B^*))}{c^2}\in[0, 2)

image.png

优势：

通过计算中心距离，即使无重叠也可明确两个检测框方向差异，对齐两个检测框中心点，改善GIoU对中心不敏感问题。

缺点：

仍然不太关注长宽比

CIoU (Complete-IoU)

CIoU在DIoU基础上增加了长宽比差异惩罚。

CIoU=IoU−ρ2c2−αv∈(−32,1],where v=4π2(arctanw∗h∗−arctanwh)2,α=v(1−IoU)+vCIoU = IoU-\frac{\rho^2}{c^2}-\alpha v \in (-\frac{3}{2}, 1], \\\text{where } v=\frac{4}{\pi^2}(arctan\frac{w^*}{h^*}−arctan\frac{w}{h})^2,\alpha=\frac{v}{(1−IoU)+v}

其中，ρ2c2\frac{\rho^2}{c^2}是DIoU的关注项，新增了αv\alpha v来形状上的差距。

在其中，

v=4π2(arctanw∗h∗−arctanwh)2⇔v=(2πΔθ)2v=\frac{4}{\pi^2}(arctan\frac{w^*}{h^*}−arctan\frac{w}{h})^2 \Leftrightarrow v=(\frac{2}{\pi}\Delta\theta)^2

Δθ:=∣arctanw∗h∗−arctanwh∣∈[0,π2)\Delta \theta:= |arctan\frac{w^*}{h^*}−arctan\frac{w}{h}|\in[0,\frac{\pi}{2})

由于在这里arctan(wh)∈(0,2π)arctan(\frac{w}{h})\in(0,2π)，因此两者角度差Δθ∈[0,π2)\Delta \theta \in [0, \frac{\pi}{2})，乘上2π\frac{2}{\pi}后变换到[0,1)区间。因此v∈[0,1)v\in[0,1)有界且与其他项同量级。

α\alpha为自适应权重，α=v(1−IoU)+v∈[0,1]\alpha=\frac{v}{(1−IoU)+v}\in[0,1]。

当IoU低时，α\alpha小→先对齐中心/重叠；当IoU高时，α\alpha增大→更关注宽高比。

LCIoU=1−IoU+ρ2c2+αv∈(−32,1]L_{CIoU}=1-IoU+\frac{\rho^2}{c^2}+\alpha v \in (-\frac{3}{2}, 1]

优点：

  1. 同时考虑重叠、中心距离、形状比例，在常规目标检测中是非常强的默认选择之一
  2. 比 DIoU 在形状匹配上更稳，通常定位最准确。
  3. 由于有α\alpha加权因子在，因此在收敛不同阶段可以有不同侧重点。

缺点：

1.只适合轴对齐框，无法应用于旋转检测

  1. Δθ\Delta \theta在极端长宽比下导数会变得非常小，形状更新变慢

    **解释：**YOLO网络通常对宽高用对数/相对参数化：w=awetw, h=aheth⇒ln⁡r=tw−thw=a_w e^{t_w},\,h=a_h e^{t_h}\Rightarrow \ln r=t_w-t_h

    因此s(r)=2πarctan(r)s(r)=\frac{2}{\pi} arctan(r)对网络输出的梯度是∂s∂tw=∂s∂r∂r∂tw=s′(r) r=dsdln⁡r,∂s∂th=−dsdln⁡r\frac{\partial s}{\partial t_w} =\frac{\partial s}{\partial r}\frac{\partial r}{\partial t_w} =s'(r)\,r=\frac{ds}{d\ln r},\quad \frac{\partial s}{\partial t_h}=-\frac{ds}{d\ln r}

    其中dsdln⁡r=2πr1+r2\frac{ds}{d\ln r}=\frac{2}{\pi}\frac{r}{1+r^2}在r→0r\rightarrow 0或者r→∞r \rightarrow \infin的时候有效梯度都会变小

  2. 只使用宽高比导致梯度下降时“该增高还是增宽”不够显示

IoU, GIoU, DIoU, CIou Loss曲线对比

image.png

常用bbox回归损失对比

模型/框架家族 默认/常用的 bbox 回归损失
YOLOv4 CIoU
YOLOv5 CIoU
YOLOv7 CIoU
YOLOv8 / Ultralytics CIoU（+ DFL 作为分布式回归）
DETR（原版） L1 + GIoU
RT-DETR L1 + GIoU
YOLOX IoU loss（而非 CIoU/GIoU）
MMDetection 生态 IoU/GIoU/DIoU/CIoU 全支持（具体模型配哪种取决于配置）

CIoU在YOLO主线（v4/5/7/8/…）占主导；GIoU在Transformer-based检测器（DETR/RT-DETR及衍生）占主导。DIoU 较少作为默认，更多是论文/对照实验; EIoU、SIoU、α-IoU在很多改进版或特定场景论文中出现频繁，但主流框架默认仍以CIoU/(L1+GIoU)为主。

其他衍生变体

1）进一步“形状/距离”解耦与稳定：

  • EIoU（Efficient-IoU）：用更直接的宽/高差异项替代 CIoU 的 v（如(w−w∗)2,(h−h∗)2(w-w^*)^2,(h-h^*)^2归一化），让优化信号更“对症”，收敛更快。常见于 YOLO 系列改进。
  • SIoU（Skew/Stable-IoU）：在距离项里加入方向/角度代价，鼓励预测中心“朝向”真值中心的最佳角度移动，降低训练抖动、加速收敛。

直觉：

  • DIoU：拉近中心；
  • CIoU：再配齐“身材”（宽高比）；
  • EIoU：把“身材不匹配”分解为宽差+高差直接优化；
  • SIoU：不仅“拉近”，还朝对的方向拉。

2）强调高精度或困难样本：

  • α-IoU（Alpha-IoU）：把 IoU 提升为 IoUα\mathrm{IoU}^\alpha（或对 G/D/CIoU的IoU部分做幂），损失如 1−IoUα1-\mathrm{IoU}^\alpha
    • α>1\alpha>1：放大高 IoU 区间梯度，更追求“最后几像素”的对齐；
    • α<1\alpha<1：强化低 IoU 样本的学习信号。
  • Focal-IoU / Quality-aware 回归：把 IoU 或回归质量当“质量因子”做焦点调制（与分类端的 Focal 思想类似），聚焦难例或高质量例子。

3）旋转框/三维框/小目标：

  • Rotated IoU（rIoU）、SkewIoU、Polygon IoU：适配方向框或多边形实例分割；
  • 3D IoU / 3D GIoU：点云/3D 检测里的体素/包围盒匹配；
  • GWD/NWD/KLD 系列：把框当作高斯分布，用Wasserstein/KL度量形状与位置差异，对小目标更鲁棒（IoU 在小物体上对像素级扰动很敏感）。

4）分割任务（像素级）相关：

  • Soft IoU / Jaccard Loss：IoU 的可微近似，用于语义/实例分割；
  • Dice / Tversky / Focal Tversky：与 IoU 同宗（集合重叠思想），对类别不平衡或召回/精确率偏好可调。

引用

https://www.researchgate.net/figure/The-calculation-process-of-GIoU_fig4_378389568

https://www.researchgate.net/figure/The-calculation-method-comparison-of-IoU-GIoU-and-DIoU_fig2_363183586

https://medium.com/@abhishekjainindore24/giou-ciou-and-diou-variants-of-iou-and-how-they-are-better-compared-to-iou-4610a015643a

https://zhuanlan.zhihu.com/p/1941526646839570865

https://giou.stanford.edu/

https://arxiv.org/abs/2101.08158

https://arxiv.org/abs/2205.12740

https://arxiv.org/abs/2110.13675

https://arxiv.org/abs/2110.13389

Related posts

zh

RAG入门-详解BM25

zh

RAG入门-TF-IDF

CV目标检测指标