目标检测论文笔记二：CenterNet《Objects as Points》

       论文通过将物体建模成一个物体中心点，使用关键点估计网络来预测物体中心并回归一系列物体属性（长宽高等等）。并且相比于基于anchor的物体检测器，CenterNet 更简单、更快、更准确。 网络的整个运行流程为：在训练时，先将图像送入全卷积神经网络中生成热图，热图中的峰值点就是物体的中心点，每一个峰值点的图像特征用于预测物体框的属性。在预测时，仅为简单的网络前向过程，没有NMS作为后处理。

 

作者认为CenterNet与one stage的基于anchor的目标检测方法十分接近，但是却有几点不同：

① CenterNet 只针对物体的位置分配 “anchor”，而不是基于物体框之间的交并比，因此不需要手动设置前景和背景的分类阈值

② CenterNet 在关键点热图中提取局部峰值点，对于每一个物体，只有一个positive “anchor”，因此不需要NMS作为后处理

③ 相比于传统物体检测（output stride of 16），CenterNet 使用更大的输出分辨率（output stride of 4)，这使得CenterNet不需要多个anchor来回归物体的位置

 

（一）网络训练

        输入图像维度， 输出关键点热图维度  ，其中C是类别数，输出步长R默认值设置为4。当检测到物体关键点时 ，当检测点为背景时 。作者尝试了几种不同的全卷积编码-解码网络，用于关键点热图的生成，分别是 A stacked hourglass network（沙漏网络）, up-convolutional residual networks (残差网络) , and deep layer aggregation (DLA) 。

       对于每一个类别c的真值关键点 ，计