Paper:FCOS: Fully Convolutional One-Stage Object Detection,CVPR 2019
URL: https://arxiv.org/pdf/1904.01355.pdf
Code is available at: tinyurl.com/FCOSv1
这篇文章是单阶段的目标检测算法,基于anchor-free思想,效果非常好,达到41的mAP,比去年超厉害的RetinaNet高了1.9%。
paper核心idea:利用分割的思想做像素级别的目标检测,使用FPN解决overlap问题,用center-ness提升框的质量。
摘要
本文提出了一种全卷积one-stage目标检测算法(FCOS),以逐像素预测的方式解决目标检测问题,类似于语义分割。目前最流行的不论是one-stage目标检测算法,如RetinaNet,SSD,YOLOv3,还是two-stage目标检测算法,如Faster R-CNN。这两类算法大都依赖于预定义的锚框(anchor boxes)。相比之下,本文提出的目标检测算法FCOS不需要锚框。通过消除预定义的锚框,FCOS避免了与锚框相关的复