论文笔记：目标检测正负样本划分方法Adaptive Training Sample Selection (ATSS)原理

论文名称：Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection
论文地址：https://arxiv.org/abs/1912.02424
代码地址：https://github.com/sfzhang15/ATSS

  该篇论文是CVPR2020收录的论文，论文探讨了目标检测中Anchor-base和Anchor-free方法的实质差异，并提出了Adaptive Training Sample Selection （ATSS）算法来解决。论文的主要贡献有以下四点：
  1、指出anchor base和anchor free检测器之间的本质区别实际上是如何定义正训练样本和负训练样本。
  2、提出了一种自适应训练样本选择方法ATSS，以根据对象的统计特征自动选择正负训练样本。
  3、证明在图像上的每个位置平铺多个锚点来检测对象是一项无用的操作。
  4、在不引入任何额外开销的情况下，在MS COCO上实现最先进的性能。

  作者将Anchor-base方法的RetinaNet网络和Anchor-free方法的FCOS网络进行了对比实验，首先将在FCOS网络中运用的一些方法如GroupNorm、GIoU Loss、In GT Box、Centerness、Scaler加在了RetinaNet中，发现其AP有了明显提高并逼近FCOS&#