anchor-base 与 anchor-free 与ATSS

anchor-base 与 anchor-free 与ATSS

1. 本质区别：如何定义正负训练样本
2. 采用同一正负样本选择方式，效果区别不大（点 or box回归）
3. ATSS（一种自适应训练样本选择）：根据目标统计信息自动选择正负样本

问： Detection是否可以不用负样本，只用正样本进行训练？

答： 用来区分obj，二分类，区分前后背景，避免误检

anchor-base

• 在图像上平铺大量预定义的anchor，对这些锚点进行类别预测和一次或多次坐标细化，最后输出这些细化后的锚点作为检测结果

• RetinaNet: 解耦分类和回归任务， 通过iou的方法确定正负样本

anchor-free

• keypoint-based：首先定位几个预定义或自学习的关键点，然后绑定对象的空间范围（左上、右下角的回归任务）
• center-based： 使用对象的中心点或区域来定义阳性，然后预测从阳性到对象边界的四个距离（中心点到四边的距离的回归任务）
• FCOS：feature-map上的点若在原图GT上则认定为正样本。（分层设置，不同的feature-map规定不同大小的anchor进行约束）

区别

1. 每个位置anchor的数目： RetinaNet每个位置会设置9个anchor-box，FCOS每个位置设置1个anchor-point
2. 正负样本的定义方式不同：RetinaNet根据Iou来选择，FCOS利用空间(中心点是否落入GT上)和尺度(不同的Featuremap用不同大小的anchor)约束来选择正负样本
3. 回归的起始状态： RetinaNet从预定义的anchor-box处回归边界框(x,y,w,h)；FCOS从预定义的anchor-point上定位目标(tl,tr,tb,tt,中心点到四边的距离)

上图是正负样本的不同定义方式

ATSS(Adptive Training Sample Selection)

算法流程图如下所示：

1. 对于每一层级的特征图选择k个离GT中心点最近的anchor-box。若有L个层级特征图，就有L*k个候选正样本框

   此处的k个anchor也是预设的1*1、1*2、2*1比例的框，通过上述方式剔除部分无关的框，减少计算量

2. 计算候选正样本框和GT之间的iou

3. 计算iou的均值、方差，均值+方差就定位iou的阈值

4. 若多个层级都大于设定的阈值，多个层级的anchor-box都作为正样本

作用：对于比较难回归的目标，不同层级都得分低的iou，通过不同层级特征图上的anchor-box增加正样本数量加强回归；对于某个层级得分高的，仅使用当前层级的anchor-box作为正样本

box增加正样本数量加强回归；对于某个层级得分高的，仅使用当前层级的anchor-box作为正样本**