论文阅读【CenterNet】

代码：https://github.com/xingyizhou/CenterNet
论文地址： https://arxiv.org/abs/1904.08189

还有一篇 重名？https://arxiv.org/pdf/1904.08189.pdf https://github.com/Duankaiwen/CenterNet

文章要点：

针对基于anchor的检测方法（yolo v2-yolo v3，SSD ，faster-rcnn）在特征图中产生大量的bounding box 用于分类和位置修正，要求大量的计算资源消耗，额外的后处理，Loss复杂等。

文章就提出anchor-free的方式，通过Keypoint（中心点）和距离中心点的box的w，h回归box大小，外加offset偏移，这就节省了NMS操作。本文也是对CornerNet的改进。

实验结果：COCO数据上表现出:

---

AP	FPS
28.1%	142FPS
37.4%	52FPS
45.1%	1.4FPS

LOSS定义：

一：中心关键点Y的Loss

LOSS分为3个部分，首先，为中心关键点Y的Loss：
对于一幅输入（W, H）图像， 经过CNN产生一个heatMap =$\frac{W}{R}\times \frac{H}{R}\times C$，用$\tilde{Y}$代表，$\tilde{Y}$$ϵ$[0,1], C表示关键点的类型数（维度？），例如，人体姿态估计C=17个关节点，C=80个目标检测物体类别，R表示特征图相比输入图缩放倍数，一般默认R=4，即heatmap缩小为原图的1/4.

首先groundtruth生成的关键点为$P$（具体先不解释这个，把BOX的坐标转换来的吧，），显示在预测低分辨率heatmap上为$\hat{P}$=$P/R$， 作者把CNN会生成heatmap 坐标 与GroudTruth关键点使用高斯核函数标准化，${\sigma }_p^2$表示自适应的标准方差。

${\hat{Y}}_{x,y,c}$=1, 表示检测到一个关键点，
${\hat{Y}}_{x,y,c}$=0，表示为背景
定义使用focal Loss：$\alpha$ =2 , $\beta$=4 设为常数

二：offset Loss

缩小的 输出heatmap 恢复到原图，中心点可能差生误差，需要添加一个位移偏置损失，先在处采集局步关键点（？没看懂）：

作者后面说O等于这个，后面看懂博主补充下：

然后算偏移量

三、box 大小损失（这里没有IOU哦）

Groudtruth 坐标为（$X_{min}$, $Y_{min}$, $X_{max}$, $Y_{max}$）, 中心点为$P_k$为：

$S_k$表示box的W，H：

坐标损失用预测的（w，h）集合${\hat{S}}_{pk}$与每个关键点P的GroundTruth标记的（w，h）相减求平均值

总的Loss定义为： 中心点损失+偏移损失+box大小损失，${\lambda }_{size}$=0.1 , ${\lambda }_{off}$=1 ,用于权衡各项损失的比重

放张图，缓解一下硬核理论：

文章中给的实验对比图，可以稍作参考， 具体表现还真不能拿这个定，亲测。。。。