FCOS : 一阶段无anchor全卷积检测网络

FCOS： Fully Convolutional One-Stage Object Detection
文章链接：https://arxiv.org/pdf/1904.01355.pdf

FCOS 是一阶段网络，基于 center-ness 的思想，实现没有anchor, 没有proposal的目标检测。而且召回率不亚于基于anchor 的检测算法。

1、网络结构如下：

网络结构借用FCN，通过反卷积上采样后进行特征融合，最后获取多尺度的特征输出，文章给出了5层尺度特征feature map, 最后在每一层尺度特征图上进行逐像素的目标检测。

既然 FCOS 无anchor, 那么为什么要去anchor呢，去anchor 到底有什么好处? 那么这里就要说说anchor存在的缺陷。

2、Anchor 缺陷：

1、anchor 作为预设框，网路对anchor 的尺寸，个数，长宽比十分敏感，与anchor相关的超参数需要精心调试。

2、anchor 的尺寸个宽高比固定，对于尺度变化幅度较大的物体检测比较困难，尤其是小目标，这也限制了网络的泛化能力。所以anchor要根据实际的检测物体进行尺度设置，比如用K-mean聚类，以达到anchor更加适合训练集。
3、为了提高召回，需要设置密集的anchor,但是这些anchor 大多数属于负样本，很容易造成正负样本不均衡问题。

4、密集的anchor中，每一个anchor都需要做交并比运算，消耗大量的时间和内存。

3、如何去Anchor：

基于bbox的目标检测就是检测物体的中心点和宽高，基于anchor 的思想是以anchor 为基准点，回归anchor 到target的中心点和宽高的偏移量。分类也是对anchor 进行分类。

如果没有了anchor,基准点如何设置，回归哪些偏移量得到target?
FCOS 将输出特征图的每一个位置对应到原图（乘上一个scale,可以理解为离散采样）都进行bbox回归。这一点类似语言分割。

对于下采样尺度为 s 的特征图上的每一个（x, y）特征点，映射到原图位置为（ s/2 + xs , s/2 + ys），通过映射回原图的位置与target 比较，就可以为特征图上的每一个特征点生成训练target。

生成训练target:

基于anchor 的思想是通过anchor与target bbox 进行IOU 计算，通过阈值控制决定正负样本，把IOU最大的target 类别作为anchor的类别。

FCOS: 特征图上的每一个（x, y）特征点，映射到原图位置为（ s/2 + xs , s/2 + ys）中，如果映射位置落在target bbox 里面，那么（x,y）特征点它就是正样本。

回归target就是映射位置到target bbox 左上角和 右下角的相对偏差:

t* = (l*, t*, r*, b*)

但是如果有多个target bbox 重叠，那么这就是一个模糊样本，需要用多级预测的方式解决。

多级预测

开头提到 FCOS 采用了5级预测。
1、多级预测可以提高目标召回，因为不论目标处于什么尺度，总会落在一个尺度的feature map 上。
2、多级预测可以有效解决target 重叠的模糊问题。

Center-ness 思想：

如果单纯用是否落在target 作为正负样本判断，那么在远离中心的位置产生大量低质量的正样本，所以这些位置产生大量低质量的预测边框。而我们希望这些预测框离中心点越近越好。

为了抑制低质量的边框，作者提出了**“中心度”的思想**，以描述位置与中心位置的得分。通过交叉熵损失进行训练，最后将中心度得分与分类得分相乘，得到检测 bbox 的得分。

中心度定义：

中心度可以降低远离中心点的bbox的得分，最后通过 NMS 过滤后，远离中心的bbox 很可能被过滤，从而提高检测性能。

LOSS 损失

分类loss + 回归loss + 中心度交叉熵loss：

版权声明：本文为CSDN博主「maxruan」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/long630576366/article/details/121918613