anchor free 目标检测_【运筹OR帷幄】FCOS:机器视觉中完全anchor-free的目标检测器

编者按

在计算机视觉、目标检测领域，Anchor-Free旨在不产生anchor，也不利用预测框和真实框的IOU进行优化，而是使用一种segmentation-like的方式直接预测真实框，这当中有什么困难？如何解决呢？

文章作者：TeddyZhang

责任编辑：TeddyZhang

文章由『运筹OR帷幄』原创发布，如需转载请在公众号后台获取转载须知

今天介绍一篇已开源的Anchor-Free的目标检测算法，读完这篇文章真的启发很大，并且解决了自己之前很多疑惑，在进入正题之前，作者分析了Anchor-Based的缺点：

1、其检测性能对于anchor的大小，数量，长宽比都非常敏感，通过改变这些超参数Retinanet在COCO benchmark上面提升了4%的AP。

2、这些固定的anchor极大地损害了检测器的普适性，导致对于不同任务，其anchor都必须重新设置大小和长宽比。

3、为了去匹配真实框，需要生成大量的anchor，(FPN需要180K)但是大部分的anchor在训练时标记为negative，所以就造成了样本间的不平衡(没有充分利用fore-ground)

4、在训练中，需要计算所有anchor与真实框的IOU，这样就会消耗大量内存和时间

而且FCNs的网络在密集检测例如语义分割任务都有很好的效果，那我们能不能用语义分割的思想逐像素点的来解决检测问题呢？参考semantic segmentation~

论文地址：

https://arxiv.org/abs/1904.01355

代码地址：

https://github.com/tianzhi0549/FCOS

其实这个想法笔者也有过，但是这种方式会存在一个问题，就是真实标签的区域交叠问题，如果那个分割区域交叠了，那么交叠区域到底算是那个问题的呢？

比如上图的人和网球拍，还有一