【深度学习】【CVPR2019】Feature Selective Anchor-Free Module for Single-Shot Object Detection(FSAF)

论文提出了一个模块来解决基于anchor方法的两个限制：

1. heuristic-guided feature selection
2. overlap-based anchor sampling

啥意思呢？对于下面这张，根据之前的基于anchor的方法尺度分配原则，6根据各种车的尺度会分配到不同层去预测，但谁也不知到黄色的车在第二个分支预测结果好，还是在第三个分支好。并且anchor的密集采样会引入较大的计算量，效率较低。

而FSAF模块不再为层挑选实例，而是为实例挑选层。每一个实例都能被分配到任意层，为其挑选合适的层的时候不再仅仅根据box的大小，而是根据instance content(??)，之后被选择的层再去负责预测这个实例。

整体框架如上图所示。

• 分类输出
  首先分了两个区域，如下图所示，白色区域是有效区域(缩放因子是0.2)，里面的点都是正样本，灰色区域是可忽略区域(缩放因子是0.5)，这一部分的梯度不回传，如果两个实例重叠，就选择预测比较小的实例。（对于这里的ignore区域，经过知乎大佬的指点，ignore可以看作是硬截断，比如在基于anchor的方法中，我们将iou高于0.6的作为pos，若直接将低于0.6的作为neg回传梯度对于接近0.6的anchor是不合适的，所以可以讲0.5-0.6的anchor忽略掉，只将小于0.5的作为neg，fcos中的centerness就是一种软截断）。计算非灰色区域的focal loss然后再除以白色区域的像素个数进行归一化。
  

• 回归输出

预测白色区域各像素到gt box边界的距离，计算iou loss的平均值。

• 如何进行Online Feature Selection？

也就是为这个实例选择最合适的层。首先对于每一个实例计算每个层的损失和(包括分类损失和回归损失)，然后从中选一个损失最小的层。这个最小的损失实际上就是一个下界。

选择完之后，被选择的层就进行后续的回归和预测。

这种自适应选择机制涨了1点左右。