CenterNet：Objects as Points--无锚框（anchor-free）系列的目标检测算法

简介

看了很多关于CenterNet：Objects as Points的博文，感觉大多都是将论文中的公式和内容翻译了一遍，所以在通读了论文之后，决定用通俗易懂的语言来介绍给大家，有什么不同观点欢迎讨论，下边进入正题。

论文地址：https://arxiv.org/pdf/1904.07850.pdf
发布时间：2019.4.16
机构：UT Austin，UC Berkeley
代码：https://github.com/xingyizhou/CenterNet

有两个不同CenterNet目标检测算法但是有相同的名称，一个是CenterNet：Objects as Points，另一个是CenterNet：Keypoint Triplets for Object Detection，都是2019年的比较新的目标检测算法，在这里总结的是第一种Objects as Points。第二种CenterNet是完全基于CornerNet改变而来的，在今后更新的博文中会介绍
CenterNet目标检测属于anchor-free系列的目标检测，相比于CornerNet做出了改进，使得检测速度和精度相比于one-stage和two-stage的框架都有不小的提高，尤其是与YOLOv3作比较，在相同速度的条件下，CenterNet的精度比YOLOv3提高了4个左右的点