SDIoU损失函数优化YOLOv5多尺度字符检测

1. 项目背景与核心痛点

快递面单字符检测是物流自动化中的关键环节，但实际落地时面临诸多挑战。我在最近一个物流分拣中心项目中，遇到了几个典型问题：当传送带以1.5米/秒的速度运行时，系统需要在200毫秒内完成面单检测，而传统检测方法在以下场景表现欠佳：

• 多尺度字符共存：单号条形码中的小字符（8-12像素）与收件人地址的中等字符（25-35像素）、手写签名的大字符（45-55像素）同时出现
• 复杂背景干扰：彩色面单底纹、胶带反光、运输过程中的褶皱和污渍
• 实时性要求：工业级应用要求检测延迟必须控制在300ms以内

经过实测，YOLOv5 2025原生的CIoU损失函数在这个场景下存在明显缺陷。当检测10×10像素的小字符时，即使预测框与真实框仅有3-4个像素的偏移，CIoU值就会从0.9骤降到0.6以下，导致梯度更新过于剧烈。而对于50×50像素的大字符，CIoU对中心点距离的惩罚又显得不足，经常出现多个检测框重叠的情况。

2. SDIoU损失函数设计与实现

2.1 SDIoU的核心改进点

SDIoU（Scaled Distance-IoU）是我在CIoU基础上改进的损失函数，主要解决多尺度检测问题。其核心公式为：

code复制SDIoU = IoU - (ρ²(b_pred,b_gt)/c²) * (1/(1+ln(scale_ratio)))

其中scale_ratio = max(w_gt/w_pred, w_pred/w_gt) * max(h_gt/h_pred, h_pred/h_gt)，这个设计使得：

1. 对于小目标（scale_ratio接近1），距离惩罚项权重较大，确保精确定位
2. 对于大目标（scale_ratio远大于1），距离惩罚项权重自动减小，避免过度惩罚

2.2 动态权重策略

在YOLOv5 2025中，我修改了loss.py文件，增加了动态权重计算模块：

python复制def dynamic_weight(scale):
    base = 0.5  # 基础权重
    sensitivity = 2.0  # 尺度敏感系数
    return base * (1 + torch.log(scale / 32 + 1e-7) / sensitivity)
``