openmmlab

之前对于检测不熟悉，今天恰好是检测方向，传统滑窗，也就是将检测换为分类，必须是两阶段，因此后期是主要在anchor或者bbox上的改进，使得给予的备选框少又准确。

后来，发现虽然是滑动窗口，但是对于定下了CNN卷积核之后，滑动窗口其实就等价于对featuremap的滑动，这样就一下子打开了思路，直接在特征图上进行预测不就行了，所以后期就是密集预测了，单阶段越来越多，直到anchor-free

这里提一点，单阶段需要解决一个很重要的问题就是正负样本

加权加权，还是加权

 

这是后期转为了anchor-free，直接预测标注位置

 

由于自己没做过，不知道是否是先确定中心位置，然后再进一步推导框的位置

 

这是另一个思路，既然直接从特征图能够“翻译”出中心位置、类别、框位置，那么直接 看作翻译，应该也是很好玩的事情，既然语义翻译是从不同语言和环境之间的翻译，那么从图像到“中心位置、类别、框位置”也是看作翻译，不过分把，而且是息息相关，那么上transformer就合情合理了。