无锚检测器通过两种不同的方式找到没有预设锚的物体。
一种是基于关键点的方法。另一种是基于中心的方法。中心检测器与锚定检测器类似,将点作为预设样本。
无锚检测器能够消除与锚相关的超参数,并取得了与基于锚检测器相似的性能。
论文做了大量对比实验,比较FCOS(anchor free)为什么比RetinaNet(anchor base)精度高?主要比较正负样本分配策略、回归策略、anchor数量三个主要不同点。发现两者精度差异关键在于正负样本分配策略。
ATSS方法:
对每个gt框,从FPN输出的特征图中,每层选取k个先验框,输出L层的话,共有k × L 个正样本候选。然后根据先验框的中心与标注框的中心的L2距离,每层选最近的k个。
计算候选正样本与gt框的IoU,这些IoU组成的集合Dg。
计算集合的均值和方差,将均值和方差的和作为一个阈值,记为t g 。 如果集合中,大于阈值tg ,且正样本在标注框内部,则这些候选点就是训练时用到的正样本。不为正样本的anchor点,则为负样本
限制:见12行,需要先验框的中心要在gt框里面。
另外如果一个先验框匹配到不同的gt框,需要 选择最高的那个IOU。