Anchor-free系列——FoveaBox: Beyond Anchor-based Object Detector

一、Introduction
R-CNN和Fast R-CNN等使用selective search方法生成1K~2K个与类别无关的region proposal来进行目标检测，后来使用RPN替代selective search，RPN与object detection network共享卷积层，节省了大量选择候选区域的时间，且anchor做多尺度和长宽比的参考，避免了枚举多个尺度的信息。从那时起，anchor被广泛用作现代目标检测框架中搜索ROI的通用组件。

然而，anchors的使用也有一些缺点。首先，anchors引入了额外的超参数设计选择。在设计anchors时，最重要的因素之一是它覆盖的位置空间有多密集目标。为了获得良好的召回率，anchors是根据训练/验证集计算的统计数据精心设计的。第二，基于特定数据集的一种设计选择并不总是适用于其他应用，这损害了通用性。例如，anchors通常是方形的，用于人脸检测。而行人检测需要更高的anchors。第三，由于在一幅图像上有规律地采样大量候选对象位置，密集目标检测器通常依赖于有效的技术来处理前景背景类不平衡的挑战。

为此，我们提出了一个完全无锚的目标检测框架FoveaBox。中心凹源于人眼的中央凹：视野（物体）的中心具有最高的视力。FoveaBox联合预测对象中心区域可能存在的位置以及每个有效位置的边界框。由于特征金字塔表示法，不同尺度的物体可以从多个层次的特征中被检测出来。为了验证该检测方案的有效性，我们结合特征金字塔网络和我们的检测头的最新进展，形成了中心凹盒的框架。

二、FoveaBox
FoveaBox由一个主干网络和两个任务分支网络组成，主干网络（FP