corner net（学习记录）

一张图解释网络

使用卷积得到目标的左上角和右下角，再通过预测得到的热土来进一步判断他是否属于角点，根据热土预测的embeddings向量，这些向量的距离进行判断是否为同一个物体。

每一个角点不是1就是0，那么就会导致召回率不过低

Corner Pooling的提出

作者发现我们预测的一些红色（不正确）的框也是很接近正确框的（与gt box 有很高的iou），因此作者改造了一个新的focal loss来缓解这种情况

实际生活中许多物体并没有角状，比如圆形的餐盘、条形的绳子等，因此并没有直观明显的视觉特征来表征角点。于是，为了在角点处获取到物体特征，我们需要将物体的特征汇集到角点处。比如对于左上角，可以将其水平向右以及竖直向下的特征都“收集”过来；而对于右下角点，则将其水平向左以及竖直向上的特征“收集”过来。

引用一个很厉害的博客的解析（他解释的很全面）

https://blog.csdn.net/fengdu78/article/details/115912263