FCOS论文以及代码详解(从头到尾带你过一遍代码)(1)

话不多说直接上论文标题和代码：
论文题目：FCOS: Fully Convolutional One-Stage Object Detection
论文链接：https://arxiv.org/abs/1904.01355.
代码链接：https://github.com/tianzhi0549/FCOS
我自己详细注释的代码链接：https://github.com/StiphyJay/FCOS_annotation_in_detail

论文核心思想：

该文章基于FCN实现了anchor-free的物体检测任务，并且方式更加简介，此外引入了中心度(centerness)的概念，可以有效降低一部分低质量的检测框的权重，实现更高精度的检测．

文章摘要：

本文提出一种基于像素级预测一阶全卷积目标检测(FCOS)来解决目标检测问题，类似于语音分割。目前大多数先进的目标检测模型，例如RetinaNet、SSD、YOLOv3、Faster R-CNN都依赖于预先定义的锚框。相比之下，本文提出的FCOS是anchor box free，而且也是proposal free，就是不依赖预先定义的锚框或者提议区域。通过去除预先定义的锚框，FCOS完全的避免了关于锚框的复杂运算，例如训练过程中计算重叠度，而且节省了训练过程中的内存占用。更重要的是，本文避免了和锚框有关且对最终检测结果非常敏感的所有超参数。由于后处理只采用非极大值抑制(NMS)，所以本文提出的FCOS比以往基于锚框的一阶检测器具有更加简单的优点。

anchor-based方法
anchor-based的方法首先在Faster-RCNN里面被提出和应用，具体的内容我会在专栏得其他博客进行讲解。
anchor-based方法的缺点
1.　检测器的性能对于锚框的尺寸，长款比例以及数量非常敏感，因此锚框相关的超参数都需要非常仔细的调节。
2.　即使在小心的设计之后，因为锚框的尺寸和长宽比是固定的，检测器在处理形变较大的候选对象时比较困难，尤其是对于小目标。预先定义的锚框还限制了检测器的泛化能力，它们需要针对不同对象大小或长宽比进行设计。
3.　为了提高召回率，anchor-based检测器需要去在输入图像上稠密的放置anchor boxes，而大部分anchor boxes在训练期间被标记为负样本，造成了政府样本的不平衡．
4.　采用anchor boxes会引入和真值边框计算交并比(IOU)，引入大量的计算，增加了计算量和内存占用．

FCOS方法的优点
1.FCOS的检测方法与许多其他基于FCN的任务(比如语义分割)是一样的，可以使得它更容易重用这些人物的思想。
2.检测不需要proposal和anchor，大大减少了设计参数的数量。而设计参数通常需要启发式调优，并且涉及到许多技巧，以便获得好的性能。 因此，我们的新检测框架使得检测器，特别是其训练，更加简单。
3. 通过消除anchor，检测器可以完全避免于锚框相关的复杂计算(例如锚框和真值框之间的IOU计算和匹配)，可以更快的训练和测试，并且占用更少的内存。
4. FCOS在所有one-stage方法中实现了sota的性能，并且FCOS可以作为two-stage检测器的区域建议网络(RPN)，实现优于基于锚点的RPN算法的性能。因此，锚框对于物件检测是否必要还需要重新思考。
5. FCOS还可以在轻微的修改后立即扩展到其他的视觉任务中，包括实例分割和关键点检测。

相关工作
基于锚框(two-stage)的检测器：Fast-RCNN, Faster-RCNN,SSD, YOLOv2。

无锚框(one-stage)的检测器：YOVOv1,CornerNet.

算法实现：
该方法一共有三部分组成，一个基础的特征提取网络(backbone)，一个特征金字塔网络，一个head部分的得分与回归分支，来生成边界框和类别信息。
在此我们以一张800*1024大小的图片为例，介绍经过特征提取和特征金字塔之后每一层的特征维度，以及他们最后生成预测信息的特征维度。并介绍监督网络训练的真值是如何生成的。

代码解析：
github上面给出的训练模型的命令行指令如下：

python -m torch.distributed.launch \
    --nproc_per_node=8 \
    --master_port=$((RANDOM + 10000)) \
    tools/train_net.py \
    --config-file configs/fcos/fcos_imprv_R_50_FPN_1x.yaml \
    DATALOADER.NUM_WORKERS 2 \
    OUTPUT_DIR training_dir/fcos_imprv_R_50_FPN_1x

运行时首先进入到FCOS文件的目录下，再运行上述命令行．
运行后进入到tools/train_net.py文件下，文件中main函数代码如下：

# 解析命令行参数，例如--config-file
    parser = argparse.ArgumentParser(description="PyTorch Object Detection Training")
    parser.add_argument(
        "--config-file", #配置文件
        default="",
        metavar="FILE",
        help="path to config file",
        type=str,
    )
    #此参数是通过torch.distributed.launch传递过来的，我们设置位置参数来接受
    # local_rank代表当前程序进程使用的GPU标号
    parser.add_argument("--local_rank", type=int, default=0)
    parser.add_argument(
        "--skip-test",
        dest="skip_test",
        help="Do not test the final model",
        action="store_true",
    )
    parser.add_argument(
        "opts",
        help="Modify config options using the command-line",
        default=None,
        nargs=argparse.REMAINDER, #所有剩余的命令行参数都被收集到一个列表中
    )

    args = parser.parse_args()
    #判断机器上gpu的数量，大于1时自动使用分布式训练
    #world_size是由torch.distributed.launch.py产生
    # 具体数值为 nproc_per_node*node(node就是主机数)
    num_gpus = int(os.environ["WORLD_SIZE"]) if "WORLD_SIZE" in os.environ else 1 #判断当前系统环境变量中是否有"WORLD_SIZE"　如果没有num_gpus=1
    args.distributed = num_gpus > 1 #False

    if args.distributed: #False
        torch.cuda.set_device(args.local_rank)
        torch.distributed.init_process_group\
        (
            backend="nccl", init_method="env://"
        )
        synchronize()
    #yacs的具体用法　可以参考印象笔记
    #参数默认在fcos_core/config_defaults.py中 其余参数由config_file opts覆盖
    cfg.merge_from_file(args.config_file) #从yaml文件中读取参数 即configs/fcos/fcos_R_50_FPN_1x.yaml
    cfg.merge_from_list(args.opts) #也可以从命令行进行参数重写
    cfg.freeze() #冻结参数　防止不小心被更改 cfg被传入train()

    output_dir = cfg.OUTPUT_DIR #输出模型路径　存放一些日志信息
    if output_dir:
        mkdi