💡💡💡改进思路与核心逻辑
小目标检测的核心痛点是:小目标的 IoU 值本身偏低,且原 SDIoU 的惩罚项(距离 / 形状)对小目标过度惩罚,导致小目标的 IoU 得分被进一步压低。因此改进方向为:
- 增强小目标 IoU 权重:引入尺度因子,让小目标的基础 IoU 在最终得分中占比更高;
- 优化 beta 计算:原 beta 因小目标面积小趋近于 0,失去调节作用,重新设计 beta 使其对小目标更友好;
- 动态调整惩罚项:降低小目标的距离惩罚权重,避免过度惩罚小目标的位置偏差。
一种基于尺度的动态(SD)损失来着AAAI 2025论文
💡💡💡将改进后的函数替换 YOLOv8 源码中对应的 IoU 计算函数,在包含大量小目标的数据集(如 COCO 小目标子集、VisDrone)上训练,对比原 SDIoU 的 mAP@0.5 指标,验证小目标检测精度大幅提升。