CenterNet目标检测【详解】

CenterNet网络框架：

1、CornerNet 和ExtremeNet

CornerNet ：预测左上角的点和右下角的点，共2个点；
ExtremeNet：预测最上面的点，最下面的点，最左边的点，最右边的点，中间的点，共5个点；

2、CenterNet模型流程

CenterNet预测中心点，中线点的宽高，中心点的残差；如下图，H x W x C中的C是类别数，

问题：为什么输出heads的wh和offset是2个通道，而不是2$\times$C呢？
答：因为在预测heatmap的时候会进行一些操作后，只取1个点，所以wh和offset只需预测2个通道。
优势：CenterNet会比基于anchor的检测模型减少误检

3、Backbone

Hourglass:主要用于关键点检测，效果好，缺点是权重多
Resnet：速度快，但效果不好
DLA：折中的方案

4、Heatmap与Loss

4.1 如何规定Heatmap GroundTruth

网络在预测heatmap中心点的时候，不是只在一个点为1，其他点为0；而是一个高斯分布，类似于山峰的形状，只要预测的中心点在这个高斯分布区域里面就可以

高斯分布的公式：

下面求出 $r$ ，分为3种情况，下面依次介绍，

首先介绍一下CornerNet，红框是GroundTruth，绿框是预测的，则预测框和GT有3种情形，分别计算IOU（3种情形的IOU保持一致），这里取IOU为0.7，再求出半径 r ，然后选出3种 r 的 最小值 。

（1）GT在预测框之内

overlap相当于IOU

（2) GT在预测框之外
(3)GT和预测框重叠，注意GT与预测框的wh是一样的，

4.2 Heatmap Loss

这是原始的Focal Loss，$\hat{Y}$是predict，$Y$是GT，

这是改进后的Focal Loss，即GT越接近于1，$(1-Y_{xyc}{)}^{\beta }$越小，相应的非正样本的Loss就越小，$\alpha$和$\beta$是超参数，
为什么要在前面乘以$(1-Y_{xyc}{)}^{\beta }$？我的答案：想让网络较少地学习接近于1的参数，这样网络就会较多地学习$Y_{xyc}=1$时的参数。

4.3 WH Loss

采用的是L1 Loss，

4.4 offse Loss

比如原图是512x512，进行4倍下采样后变成128x128，然后再乘4倍后一定会有精度的损失，所以需要计算offset的回归，$\frac{x_k}{n}$是没有损失精度的float类型，$[\frac{x_k}{n}]$是int类型，是损失精度的，

4.5 Total Loss 和 decode

Loss包括Heatmap Loss,宽高的Loss，为了避免检测大物体的影响，需要在前面乘以${\lambda }_{size}$，${\lambda }_{size}$设置为0.1，以及offset Loss；

下面2行是解码过程；