开始讲解之前推荐一下我的专栏，本专栏的内容支持(分类、检测、分割、追踪、关键点检测),专栏目前为限时折扣，欢迎大家订阅本专栏，本专栏每周更新5-7篇最新机制，更有包含我所有改进的文件和交流群提供给大家，本人定期在群内分享发表论文方法和经验。
一、本文介绍
本文给大家带来的改进机制是损失函数的改进机制标题虽然提到了ShapeIoU和InnnerShapeIoU但是本文的内容包括过去到现在的百分之九十以上的损失函数的实现，同时使用方法非常简单，在本文的末尾还会教大家在改进模型时何时添加损失函数才能达到最好的效果，同时在开始讲解之前推荐一下我的专栏，本专栏的内容支持(分类、检测、分割、追踪、关键点检测),专栏目前为限时折扣，欢迎大家订阅本专栏，本专栏每周更新3-5篇最新机制，更有包含我所有改进的文件和交流群提供给大家，本文支持的损失函数共有如下图片所示
欢迎大家订阅我的专栏一起学习YOLO！
专栏链接：YOLOv26有效涨点专栏包含：Conv、注意力机制、主干/Backbone、损失函数、优化器、后处理等改进机制
目录
一、本文介绍
二、ShapeIoU
三、核心代码
四、 损失函数使用方式
4.1 修改一
4.2 修改二
4.3 步骤三（未必要修改）
4.4 步骤四
五、总结
二、ShapeIoU
官方论文地址： 官方论文地址
官方代码地址： 官方代码地址
这幅图展示了在目标检测任务中，两种不同情况或方法下的边界框回归的对比。
GT (Ground Truth): 用桃色框表示，指的是图像中物体实际的位置和形状。在目标检测中，算法试图尽可能准确地预测这个框。
Anchor: 蓝色框代表一个预定义的框，是算法预设的一系列框，用于与GT框进行匹配，寻找最佳的候选框。
在图中，我们看到四个不同的情况（A、B、C、D），每个都显示了一个anchor与GT的对比，并给出了IoU（交并比）的数值。IoU是一个常用的度量，用来评估预测边界框与真实边界框之间的重叠程度。
论文中给了一堆公式，大家有兴趣的可以看看。
三、核心代码
下面的代码的使用方式看章节四。
def bbox_iou(
box1: torch.Tensor,
box2: torch.Tensor,
xywh: bool = True,
GIoU: bool = False,
DIoU: bool = False,
CIoU: bool = False,
eps: float = 1e-7,
*,
SIoU: bool = False,
EIoU: bool = False,
WIoU: bool = False,
ShapeIoU: bool = False,
Focal: bool = False,
Inner: bool = False,
ratio: float = 0.7,
alpha: float = 1.0,
gamma: float = 0.5,
scale: bool = False,
shape_scale: float = 0.0,
) -> Union[torch.Tensor, Tuple[torch.Tensor, …]]:
"""Calculate IoU / GIoU / DIoU / CIoU / EIoU / SIoU / WIoU / ShapeIoU between bounding boxes.
Args:
box1 (torch.Tensor): Boxes with last dimension 4.
box2 (torch.Tensor): Boxes with last dimension 4.
xywh (bool): If True, boxes are in (x, y, w, h) format.
If False, boxes are in (x1, y1, x2, y2) format.
GIoU (bool): Enable Generalized IoU.
DIoU (bool): Enable Distance IoU.
CIoU (bool): Enable Complete IoU.
SIoU (bool): Enable SIoU.
EIoU (bool): Enable EIoU.
WIoU (bool): Enable WIoU.
ShapeIoU (bool): Enable ShapeIoU.
Focal (bool): Enable Focal-IoU style output.
Inner (bool): Enable Inner-IoU.
ratio (float): Inner box scale ratio.
alpha (float): Power factor used by some extended losses.
gamma (float): Focal exponent.
scale (bool): Enable WIoU v2 / v3 dynamic scaling.
shape_scale (float): ShapeIoU shape scale parameter.
eps (float): Small value to avoid division by zero.
Returns:
torch.Tensor or Tuple[torch.Tensor, …]
"""
# ————————————————————
# 1. Get coordinates of bounding boxes
# ————————————————————
if xywh:
# Input format: x, y, w, h
(x1, y1, w1, h1), (x2, y2, w2, h2) = box1.chunk(4, -1), box2.chunk(4, -1)
w1 = w1.clamp(min=eps)
h1 = h1.clamp(min=eps)
w2 = w2.clamp(min=eps)
h2 = h2.clamp(min=eps)
else:
# Input format: x1, y1, x2, y2
b1_x1_ori, b1_y1_ori, b1_x2_ori, b1_y2_ori = box1.chunk(4, -1)
b2_x1_ori, b2_y1_ori, b2_x2_ori, b2_y2_ori = box2.chunk(4, -1)
w1 = (b1_x2_ori – b1_x1_ori).clamp(min=eps)
h1 = (b1_y2_ori – b1_y1_ori).clamp(min=eps)
w2 = (b2_x2_ori – b2_x1_ori).clamp(min=eps)
h2 = (b2_y2_ori – b2_y1_ori).clamp(min=eps)
x1 = (b1_x1_ori + b1_x2_ori) / 2
y1 = (b1_y1_ori + b1_y2_ori) / 2
x2 = (b2_x1_ori + b2_x2_ori) / 2
y2 = (b2_y1_ori + b2_y2_ori) / 2
# ————————————————————
# 2. Normal box or Inner box
# ————————————————————
if Inner:
# Inner-IoU:
# 用 ratio 缩小 box，只在缩小后的 inner box 上计算 IoU。
# ratio=0.7 表示使用原框中心区域的 70% 宽高。
r = torch.as_tensor(ratio, dtype=box1.dtype, device=box1.device).clamp(min=eps)
w1_half, h1_half = (w1 * r) / 2, (h1 * r) / 2
w2_half, h2_half = (w2 * r) / 2, (h2 * r) / 2
b1_x1, b1_x2 = x1 – w1_half, x1 + w1_half
b1_y1, b1_y2 = y1 – h1_half, y1 + h1_half
b2_x1, b2_x2 = x2 – w2_half, x2 + w2_half
b2_y1, b2_y2 = y2 – h2_half, y2 + h2_half
area1 = w1 * h1 * r * r
area2 = w2 * h2 * r * r
else:
# Normal IoU box
w1_half, h1_half = w1 / 2, h1 / 2
w2_half, h2_half = w2 / 2, h2 / 2
b1_x1, b1_x2 = x1 – w1_half, x1 + w1_half
b1_y1, b1_y2 = y1 – h1_half, y1 + h1_half
b2_x1, b2_x2 = x2 – w2_half, x2 + w2_half
b2_y1, b2_y2 = y2 – h2_half, y2 + h2_half
area1 = w1 * h1
area2 = w2 * h2
# ————————————————————
# 3. Intersection and union
# ————————————————————
inter = (
(b1_x2.minimum(b2_x2) – b1_x1.maximum(b2_x1)).clamp(min=0)
* (b1_y2.minimum(b2_y2) – b1_y1.maximum(b2_y1)).clamp(min=0)
)
union = area1 + area2 – inter + eps
iou = inter / union
iou = torch.nan_to_num(iou, nan=0.0, posinf=1.0, neginf=0.0)
iou = iou.clamp(min=0.0, max=1.0)
# Focal weight
focal_weight = iou.clamp(min=0, max=1).pow(gamma)
# ————————————————————
# 4. Extended IoU losses
# ————————————————————
if CIoU or DIoU or GIoU or EIoU or SIoU or WIoU or ShapeIoU:
cw = b1_x2.maximum(b2_x2) – b1_x1.minimum(b2_x1)
ch = b1_y2.maximum(b2_y2) – b1_y1.minimum(b2_y1)
if CIoU or DIoU or EIoU or SIoU or WIoU or ShapeIoU:
c2 = cw.pow(2) + ch.pow(2) + eps
rho2 = (
(b2_x1 + b2_x2 – b1_x1 – b1_x2).pow(2)
+ (b2_y1 + b2_y2 – b1_y1 – b1_y2).pow(2)
) / 4
# CIoU
if CIoU:
v = (4 / math.pi**2) * (
(w2 / (h2 + eps)).atan()
– (w1 / (h1 + eps)).atan()
).pow(2)
with torch.no_grad():
ciou_alpha = v / (v – iou + (1 + eps))
out = iou – (rho2 / c2 + v * ciou_alpha)
return (out, focal_weight) if Focal else out
# EIoU
if EIoU:
rho_w2 = ((b2_x2 – b2_x1) – (b1_x2 – b1_x1)).pow(2)
rho_h2 = ((b2_y2 – b2_y1) – (b1_y2 – b1_y1)).pow(2)
cw2 = (cw.pow(2) + eps).pow(alpha)
ch2 = (ch.pow(2) + eps).pow(alpha)
out = iou – (rho2 / c2 + rho_w2 / cw2 + rho_h2 / ch2)
return (out, focal_weight) if Focal else out
# SIoU
if SIoU:
s_cw = (b2_x1 + b2_x2 – b1_x1 – b1_x2) * 0.5 + eps
s_ch = (b2_y1 + b2_y2 – b1_y1 – b1_y2) * 0.5 + eps
sigma = (s_cw.pow(2) + s_ch.pow(2)).sqrt().clamp(min=eps)
sin_alpha_1 = s_cw.abs() / sigma
sin_alpha_2 = s_ch.abs() / sigma
threshold = math.sqrt(2) / 2
sin_alpha = torch.where(
sin_alpha_1 > threshold,
sin_alpha_2,
sin_alpha_1,
)
sin_alpha = sin_alpha.clamp(min=-1 + eps, max=1 – eps)
angle_cost = torch.cos(torch.arcsin(sin_alpha) * 2 – math.pi / 2)
rho_x = (s_cw / (cw + eps)).pow(2)
rho_y = (s_ch / (ch + eps)).pow(2)
distance_gamma = angle_cost – 2
distance_cost = (
2
– torch.exp(distance_gamma * rho_x)
– torch.exp(distance_gamma * rho_y)
)
omega_w = (w1 – w2).abs() / torch.max(w1, w2).clamp(min=eps)
omega_h = (h1 – h2).abs() / torch.max(h1, h2).clamp(min=eps)
shape_cost = (
(1 – torch.exp(-omega_w)).pow(4)
+ (1 – torch.exp(-omega_h)).pow(4)
)
out = iou – (0.5 * (distance_cost + shape_cost) + eps).pow(alpha)
return (out, focal_weight) if Focal else out
# ShapeIoU
if ShapeIoU:
# Shape-Distance
shape_scale_tensor = torch.as_tensor(
shape_scale,
dtype=box1.dtype,
device=box1.device,
)
w2_s = w2.clamp(min=eps).pow(shape_scale_tensor)
h2_s = h2.clamp(min=eps).pow(shape_scale_tensor)
shape_den = (w2_s + h2_s).clamp(min=eps)
ww = 2 * w2_s / shape_den
hh = 2 * h2_s / shape_den
cw_shape = b1_x2.maximum(b2_x2) – b1_x1.minimum(b2_x1)
ch_shape = b1_y2.maximum(b2_y2) – b1_y1.minimum(b2_y1)
c2_shape = cw_shape.pow(2) + ch_shape.pow(2) + eps
center_distance_x = (
(b2_x1 + b2_x2 – b1_x1 – b1_x2).pow(2)
) / 4
center_distance_y = (
(b2_y1 + b2_y2 – b1_y1 – b1_y2).pow(2)
) / 4
center_distance = hh * center_distance_x + ww * center_distance_y
distance = center_distance / c2_shape
# Shape-Shape
omega_w = hh * (w1 – w2).abs() / torch.max(w1, w2).clamp(min=eps)
omega_h = ww * (h1 – h2).abs() / torch.max(h1, h2).clamp(min=eps)
shape_cost = (
(1 – torch.exp(-omega_w)).pow(4)
+ (1 – torch.exp(-omega_h)).pow(4)
)
out = iou – distance – 0.5 * shape_cost
return (out, focal_weight) if Focal else out
# WIoU
if WIoU:
if Focal:
raise RuntimeError("WIoU does not support Focal=True.")
distance_weight = torch.exp(rho2 / c2)
if scale:
wiou_scale = WIoU_Scale(1 – iou)
return (
wiou_scale._scaled_loss(),
(1 – iou) * distance_weight,
iou,
)
return iou, distance_weight
# DIoU
out = iou – rho2 / c2
return (out, focal_weight) if Focal else out
# GIoU
c_area = cw * ch + eps
out = iou – (((c_area – union) / c_area) + eps).pow(alpha)
return (out, focal_weight) if Focal else out
# Normal IoU
return (iou, focal_weight) if Focal else iou
四、 损失函数使用方式
4.1 修改一
第一步我们需要找到如下的文件ultralytics/utils/metrics.py,找到如下的代码，下面的图片是原先的代码部分截图的正常样子，然后我们将整个代码块一将下面的整个方法(这里这是部分截图)内容全部替换
4.2 修改二
第二步我们找到另一个文件如下->"ultralytics/utils/loss.py"，我们按图进行修改.
iou = bbox_iou( pred_bboxes[fg_mask], target_bboxes[fg_mask], xywh=False, GIoU=False, DIoU=False, CIoU=True,
EIoU=False, SIoU=False, WIoU=False, ShapeIoU=False, Focal=False, Inner=False, ratio=0.7,
alpha=1.0, gamma=0.5, scale=False, shape_scale=0.0, eps=1e-7)
# 默认使用 CIoU；GIoU / DIoU / CIoU / EIoU / SIoU / WIoU / ShapeIoU 建议一次只开一个。
# Inner=False 表示不启用 Inner-IoU；若使用 Inner-CIoU，只需设置 Inner=True，ratio 控制内框比例。
# ShapeIoU=False 表示不启用 ShapeIoU；若使用 ShapeIoU，将 CIoU=False, ShapeIoU=True。
# Focal 和 WIoU 会改变返回值结构，若开启需要同步修改后续 loss 计算。
4.3 步骤三（未必要修改）
我们找到另一个文件如下->"ultralytics/utils/loss.py"（步骤二的下一行），此处是使用Focus和WIoU时候需要修改的代码，你不使用跳过此步骤直接进行步骤三即可，
if type(iou) is tuple:
if len(iou) == 2:
# increased the weight of low/high IoU
loss_iou = ((1 – iou[1].detach().squeeze()) * (1 – iou[0].squeeze()) * weight).sum() / target_scores_sum # Focal
# lbox += (iou[1].detach().squeeze() * (1 – iou[0].squeeze())* weight).sum() / target_scores_sum # Focal-inv
# 这里有两种方法，大家可以自行尝试,这里的Focal-inv也是文章中提出的.
else:
loss_iou = (iou[0] * iou[1] * weight).sum() / target_scores_sum
else:
loss_iou = ((1.0 – iou) * weight).sum() / target_scores_sum # iou loss
4.4 步骤四
我们还需要修改一处，找到如下的文件''ultralytics/utils/tal.py''然后找到其中下面图片的代码，用我给的代码替换红框内的代码。
return bbox_iou(gt_bboxes, pd_bboxes, xywh=False, GIoU=False, DIoU=False, CIoU=True,
EIoU=False, SIoU=False, WIoU=False, ShapeIoU=False, Focal=False, Inner=True,
ratio=0.7, alpha=1.0, gamma=0.5, eps=1e-7, scale=False,
shape_scale=0.0).squeeze(-1).clamp_(0)
此处和loss.py里面的最好是使用同一个参数(但非必须)，但Focus和WIoU此处不能使用需要注意.
五、总结
到此本文的正式分享内容就结束了，在这里给大家推荐我的YOLOv26改进有效涨点专栏，本专栏目前为新开的平均质量分98分，后期我会根据各种最新的前沿顶会进行论文复现，也会对一些老的改进机制进行补充，目前本专栏免费阅读(暂时，大家尽早关注不迷路~)，如果大家觉得本文帮助到你了，订阅本专栏，关注后续更多的更新~
专栏链接：YOLOv26有效涨点专栏包含：Conv、注意力机制、主干/Backbone、损失函数、优化器、后处理等改进机制
