FCOS网络总体流程

一、主干网络（用以提取特征图）

将研究数据集送入Backbone,进行特征图提取。经过不同的stride，得到不同尺寸大小的特征图。如图：输入图片尺寸为800x1024，C1得到的尺寸为400x512，C2为200x256，C3-C5尺寸如上图所示。

将得到的C3-C5，经过1x1卷积横向链接，双线性插值自顶向下，相邻特征图进行融合，得到包含更多语义信息的特征图。对其进行3x3卷积操作，减少特征混叠现象，减弱其误检问题。针对P6-P7生成，由P5进行stride为2的最大池化得到P6，由P6进行3x3卷积，ReLU得到P7。送入后续检测头进行检测，提高检测精度。

二、锚点生成、正负样本判定、检测头学习

根据得到的特征图，针对特征图上的每个像素点(x,y)，若该点落入GT框中，则认为其为正样本，否则为负样本。若判定其为正样本，根据公式1，由该点位置与真实框的左上、右下位置进行计算，得到该位置点到左、右、上、下四个边界的距离。其中x0,y0表示GT左上点位置，x1,y1表示GT右下点位置，

针对目标存在遮挡现象，导致两个甚至多个GT会存在重叠。若点(x,y)落在多个GT框，则认为其为模糊样本。根据公式(1)、GT框参数，计算得到对应距离参数，选定根据距离参数得到的最小面积作为该点的回归参数。

为了将所得到的框准确分配到不同的特征图上，采用一个限制条件进行判定，如下：

 

 若根据公式(1)得到的l*,t*,r*,b*的最大值小于mi-1或大于mi，就认为该框不属于该层特征图。论文中给出设定值，m2-m7分别为0，64，128，256，512，无穷。

经过上述公式限制，能够将所得到的正样本对应到不同层特征图上，但是，仍存在许多低质量的检测框，这是由于距离GT中心点较远的(x,y)，但是点仍位于GT框内所产生的。

采用公式(3)判定低质量检测框。利用交叉熵损失函数对其进行训练学习，结合分类与回归损失，经过多次迭代训练，最终得到最优的检测框及类别精度。