上周调一个嵌入式端的行人检测模型，在树莓派上跑YOLO，发现边界框总是“抖”——相邻帧的预测框位置来回跳，明明目标没动。用默认的IoU Loss训练出来的模型，在嵌入式设备上部署就是这德行。问题出在哪？损失函数没选对。今天咱们就拆开说说这几个改进版IoU：GIoU、DIoU、CIoU，都是实战里踩坑踩出来的经验。问题出在普通IoU原始的IoU Loss，公式简单：1 - 交集面积/并集面积。但这里有个致命坑：当预测框和真实框没有重叠时，IoU恒为0，梯度直接消失。模型这时候学不到任何东西，相当于训练停滞了。更麻烦的是，IoU只考虑重叠面积，两个框即使中心点差很远，只要重叠面积一样，损失就一样。这导致收敛慢，框的位置回归不准——这就是我那个抖动问题的根源。GIoU：先解决梯度消失GIoU在IoU基础上加了个惩罚项：先找能包住预测框和真实框的最小外接矩形C，然后用(C - 并集)/C作为惩罚。公式是GIoU = IoU - |C - 并集|/|C|。这样一来，即使两个框不重叠，惩罚项也能提供梯度，训练不会卡住。但GIoU也有毛病。我试过在无人机目标检测项目里用GIoU，发现收敛到后期特别慢。为啥？因为一旦两个框完全包含（比如预测框比真实框大且完全包住），GIoU的惩罚项就失效了，退化回IoU。这时候模型想微调框的位置，梯度信号太弱，得迭代很久才动一点。DIoU：把中心点距离拉进来DIoU聪明了点，直接在损失里加中心点距离：DIoU = IoU - ρ²(b, b_gt)/c²。ρ是中心点欧氏距离，c是最小外接矩形的对角线长度。这个改进直击要害——框