Soft Anchor-Point Object Dection

论文地址V1

背景介绍

anchor based的检测模型，比如SSD，RetinaNet，YOLOv2之类，这类模型可以认为是一种box-to-box的形式。而现在比较热门的anchor free的检测模型，比如FSAF，本文的SAPD，FCOS，FoveaBox，CornnerNet，CenterNet之类，这类模型可以认为是一种points-to-box形式。

Anchor free模型的优势：

1. 不需要手动调整关于anchor的超参数
2. 检测的head常常更简单
3. 大多在速度和精度上都比anchor based模型更好

而现在的anchor free的方法又可以细分为两类：

1. Anchor point detector：FoveaBox，FSAF，FCOS等
2. key point detector：ConnerNet，CenterNet等

这两种结构的主要区别是点是预测出来的？还是预先设定的位置？anchor point方法开始就确定好了大概哪些点用来负责做样本的分类，而key point需要预测点的同时做点的类别预测。

Key point方法的优点是输入尺寸比较小的图片也能够得到相对比较高的精度，但是模型的结构需要下采样和上采样，需要在比较大的feature map上进行预测，因此需要比较高的FLOPs和内存消耗。训练和测试都比较耗时。

而anchor point方法的优点是：1.网络结构更简单；2.训练和推理更快；3.可以得益于FPN的结构；4.灵活的feature层选择方案

本文的改进是基于SAPD进行的，主要解决attention bias和feature selection两个问题，通过对这两个部分的改进，提升模型的精度，使现在的精度可以超过key point方法。

从上图可以看到centernet的点，GPU time使300ms左右，精度使44.9，而本方法SAPD可以达到46，但是耗时只有100出头。CenterNet使用的使HG-104的backbone，SAPD使用的使R-101-DCN。CenterNet需要在大的feature map上做预测这点，确实让CenterNet的速度快不起来。

SAPD介绍

本文的改进是基于FASF进行的，先回顾一下FSAF的机构。

FSAF

Network architecture

网络结构包括一个backbon