FCOS: Fully Convolutional One-Stage Object Detection 算法解析

    这是一篇使用 anchor free 方法做目标检测的工作，相对于其他的工作，没有本质上的变化，但是我觉得有两个创新点是很有意思的。

    文章：FCOS: Fully Convolutional One-Stage Object Detection

    论文地址：https://arxiv.org/pdf/1904.01355.pdf

    代码地址：https://github.com/tianzhi0549/FCOS

    文章的内容从名字上就能看出来，就是一种单步的anchor free 目标检测算法，为什么要用 单步 -- 很简单，因为速度快，在工程应用的落地上有优势， 为什么要用anchor free -- 文章的解释是，引入 anchor 的同时，也引入了大量的超参数，手动调整需要大量的工程经验才能调出好的效果，同时anchor 的引入会附带很多额外的计算量，比如Faster RCNN中RPN的 NMS。而anchor free 的方式结构简单，效果也能做的很不错。

一、 算法流程：

      算法的流程很简单，首先是一个骨干网络，文章用了resnet101 和resneXt，这个并不关键。然后是一个 FPN ，最后在F