FCOS: Fully Convolutional One-Stage Object Detection

文章解读

backbone+FPN
对于输出部分H*W的特征图，每个像素点都需要输出类别打分，中心打分，回归坐标，他们的维度分别是C，1和4；center-ness

1 创新点

目标检测可以分为两大类别，anchor-based和anchor-free算法，前者为主流的算法，比如：YOLO-V3，SSD，faster RCNN等，存在如下缺点，
（1）引入许多需要优化的超参数，如：anchor number，anchor size，anchor ratio等；
（2）为了保证算法效果，需要很多anchors，存在正负样本不平衡的问题；
如果不适用anchor box就是第二种思路，anchor-free，代表性的算法包括：
1 早期探索：DenseBox，YOLO
2 基于关键点：CornerNet，ExtreNet
3 密集预测：FSAF，FCOS，FoveaBox，TIFNET

本文算法属于anchor-free类别算法，且效果在anchor-free中算是SOTA，主要优点：
（1）因为是pixel-based预测，所以可以使用semantic segmentation方向的tricks；
（2）可以修改FCOS的输出分支，用于解决instance segmentation和keypoint detection任务。

算法思想

网络结构

FCOS的网络结构如下图，包括：

1 backbone网络

深度学习识别网络

2 neck：feature pyramid结构；

3 head：输出部分，classification/Regression/Center-ness;

对于输出部分H*W的特征图，每个像素点都需要输出类别打分，中心打分，回归坐标，他们的维度分别是C，1和4；
细节点：
feature pyramid结构部分并不是标准的FPN结构，P6和P7层似乎有些多余

center-ness输出分支

center-ness，表示中心点打分，表征了当前像素点是否处于ground true target的中心位置，如下面的热力图，红色为1，蓝色为0，其他的在0与1之间：

数学公式表示：

其中表示ground truth，从公式中也可以看出l，r*相等时，为1 ，为0是表示0，centerness表示当前像素偏离真实像素目标的中心点的程度，值越小，偏离越大。
FCOS目标检测算法在边界预测中使用的策略如下：


作者首先计算所有特征上位置的回归坐标：
（1）计算当前层级中的回归目标：l，t，r，b
（2）判断max（l,t,r,b）>mi或者max(l,t,r,b)<mi-1是否满足；
（3）如果满足，则不进行回归；
（4）mi作为当前尺度特征层的最大回归距离。