&Title:
&Summary
提出了一种简单有效的单镜头目标探测器的特征选择无锚(FSAF)模块。它可以插入具有特征金字塔结构的一阶段探测器。FSAF模块解决了传统基于锚点检测的两个局限性:
- 启发式引导特征选择
- overlap-based锚抽样
在训练过程中,我们动态地将每个实例分配到最合适的特性级别。在推理时,FSAF模块可以通过并行输出预测与基于锚的分支协同工作。我们用无锚分支的简单实现和在线特性选择策略实例化了这个概念。
FSAF的主要作用就是帮助我们的检测目标找到最适合他们的特征尺度。
&Research Objective
anchor-free + online feature selection
&Problem Statement
下图一个特征金字塔网络结构,高层次的特征图用来检测大目标,低层次的特征图用来检测小目标(上面的特征映射有更多的语义信息适合于检测大的实例,而较低的特征映射有更多的细节或细粒度的细节适合于检测小的实例)。目标大小和金字塔特征大小之间的联系是人工设置的。换句话说,anchor的匹配机制本质上是启发式引导的。这导致了一个主要缺陷,