目标检测论文：FCOS: Fully Convolutional One-Stage Object Detection（arxiv2019） - 好文

一阶段，没有anchor，没有proposal，内存占用少的目标检测算法。

https://arxiv.org/pdf/1904.01355.pdf <https://arxiv.org/pdf/1904.01355.pdf>

<>1 概述

本文创新点：

* 使用语义分割的思想来解决目标检测问题；
* 摒弃了目标检测中常见的anchor boxes和object proposal，使得不需要调优涉及anchor boxes和object
proposal的超参数（hyper-parameters）；
* 训练过程中避免大量计算GT boxes和anchor boxes 之间的IoU，使得训练过程占用内存更低；
* 提出的可以FCOS代替二阶段检测中的RPN，且性能更优；
<>2 FCOS框架解析

本文主要网络架构：
[Backbone] + [FPN] + [Classification+Regression+Center-ness]

<>2-1 提出的FCOS(Fully Convolutional One-Stage Object Detector)

对于feature map FiF_{i}Fi中点(x,y)，映射回原图片中位置为(⌊s/2⌋+x∗s,⌊s/2⌋+y∗s)(\left \lfloor
s/2 \right \rfloor+x*s, \left \lfloor s/2 \right \rfloor+y*s)(⌊s/2⌋+x∗s,⌊s/2⌋+y∗
s)，基于anchor的检测方法将点(⌊s/2⌋+x∗s,⌊s/2⌋+y∗s)(\left \lfloor s/2 \right \rfloor+x*s,
\left \lfloor s/2 \right \rfloor+y*s)(⌊s/2⌋+x∗s,⌊s/2⌋+y∗s)作为中心，回归bounding
box；FCOS将点作为训练样本回归bounding box。
FCOS回归一个4-D向量t∗=(l∗;t∗;r∗;b∗)t^{*} = (l^{*} ; t^{*} ; r^{*} ; b^{*} )t∗=(l∗;t∗
;r∗;b∗),其中l∗l^{*}l∗、t∗t^{*}t∗、r∗r^{*}r∗和b∗b^{*}b∗分别是点到bounding box上下左右的距离，回归函数为

与基于anchor的检测方法只将和GT重叠最大的anchor boxes作为正样本相比，FCOS能利用的正样本明显更多。最终的损失函数为：

<>2-2 多尺度预测(Multi-level Prediction with FPN)

使用基于FPN的多尺度预测提高召回率和缓解重叠bounding boxes带来的二义性。使用来自5层步长分别为8, 16, 32, 64 和
128的feature mapP3,P4,P5,P6,P7{P3, P4,P5,P6,P7}P3,P4,P5,P6,P7
，其中P6,P7分别是P5,P6的下采样。

不同于基于anchor的检测方法在不同层回归不同尺度的anchor boxes，FCOS指定每层回归的目标尺寸m2, m3, m4, m5, m6, m7
分别为 0, 64,128, 256, 512,∞\infty∞，不满足每层目标回归尺寸的目标不会被回归，因此可以有效地减轻重叠目标带来的二义性（
作者假设重叠目标大小差异较大）。

<>2-3 Center-ness

“center-ness”抑制低质量检测框的产生，快速过滤负样本，降低NMS负担，提高召回率和检测性能。center-ness用来度量当前位置和物体中心间的距离，即FCOS将点的坐标在目标中位置因素也加入考虑，越靠近中间权重越大。

在训练的过程中我们会约束中center-ness的值，使得其接近于0，使得分布在目标位置边缘的低质量框能够尽可能的靠近中心。在最终使用该网络的过程中，非极大值抑制(NMS)就可以轻松滤除这些低质量的边界框，提高检测性能。

<>3 实验结果

热门工具换一换