center net 详解 （检测篇）

Center net 详解

 

由于最近换工作，很久没有开始写博客了，今天难得有空开始写进三个月来第一个博客。

这篇论文主要讲解关于检测的一篇anchor free的经典论文center net。

本文主要分成三个部分进行讲解

1. 第一个部分为模型大体结构。
2. 第二个部分为重要组件
3. 第三个部分为loss 详解

 

模型结构

 

模型的结构主主体为decode 和 encode两个部分，总体下采样倍数为4.

文中介绍的网路结构有三种

1. Resnet-18 + up conv layers
2. DLA-34
3. Hourglass-104

网络有一个有一个必不可少的组件。就是其head 部分。有三个分支

1. heat map分支预测关键中心点
2. Center offset map 预测中心点的偏移（由于resize 和下采样导致的偏移，可以不用精度会差一点）
3. Height width map 预测框的长和宽

 

Head 组件

 

Heat map 的大小是w/R  x  h/R  x  C 其中 C是类别的数量。 每个类别的heatmap对应属于这个类别的中心点位。

其中中心点位的groudtruth 是根据一个高斯核得到，高斯核中方差的大小和框的大小有关。

Center offset map 是一个维度为2 的feature maps, 分别预测x, y中心点位的偏移。

Height width map 也是一个维度为2的feature maps， 分别预测框的长和宽。

 

Loss 详解

Loss 分成三个部分分别对应这三个重要的组件

1. heat map loss 由于模型是anchor free的并不能向anchor 模型一样可以根据IOU区分背景前景用来限制背景前景的比例，所以模型中背景前景比例极端不均衡，为了解决这一问题模型使用了改良的focal loss loss function 如下图所示

                                                      

 

其中Y 的值表示heat map中的元素值。 y^是heatmap 元素预测值。

（2）center offset map  

                                                                      

 

这一部分为简单的L1 loss

1. height width loss如下

                                                                            

 

最后总的loss如下

 

 

                                                                           

思考

文中给出一个结论， 再相同推理速度的情况下，其AP要比yolov3高四个点。

主要原因可以这么理解

因为这个文章是一个没有anchor 运算，以及FPN等一系列操作的模型。模型速度本来就快，这里可以把它看作一个关键点预测+回归模型。对比点位可比性较小，前一段时间我做过一个pose estimation的点位模型，经过优化infer可以达到8ms .

并且现在yolo 系列一直很强势， yolov4, yolov5 连接出世， 且yolov5霸榜很多榜单，速度与精度相对于v3有了极大的提升。所以这篇论文可以作为一个比较有意思的思想，对于落地很多都再使用yolo 系列。