FCOS: A Simple and Strong Anchor-free Object Detector

论文链接

一.背景

1.anchor-base缺点　　　　　　　　　

(１)．anchor的设置对结果影响很大,不同项目这些超参都需要根据经验来确定，难度较大．

(２)．anchor太过密集，其中很多是负样本，引入了不平衡．

(３)．anchor的计算涉及IOU增加计算复杂度．

2.anchor free检测框

yolov1可看成是anchor free方式，通过划分格子，target的中心点位于格子里的，才将相应的格子负责预测target.而yolov2采用了anchor的思想．anchor遍布图片，自然召回率上升了．fcos取长补短,采取了gt框里的所有点进行回归，同时采用center-ness分支优化框的质量．

二.网络介绍

1.网络结构

输出分支主要由三部分组成

（１）classification,大小为(W,H,C),输出不同类别

（２）Regression，大小为(W,H,4),输出图上每个点的上下左右偏差

（３）Center-ness大小为(W,H,1),预测检测框中心点与gt检测框的中心点的重合概率，用来提升检测框精度，下面有具体分析．

2.中心采样（center sampling）

对于任何一个gt bbox，首先映射到每一个输出层，利用center_sample_radius×stride计算出该gt bbox在每一层的正样本区域以及对应的left/top/right/bottom的target.

对于每个输出层的正样本区域，遍历每个point位置，计算其max(left/top/right/bottom的target)值是否在指定范围内，不再范围内的认为是背景.

(1).减少歧义target数目,能很大解决overlap特征点不知道该回归那个框的问题

(2).减少标注噪声干扰

box标注通常会框住很多无关区域,如果无关区域的point也要回归明显不对，比如空中的飞机，飞机旁边的天空就是无关区域．

3.FPN

通过FPN在每层feature map去预测不同尺度大小的物体，就解决了这种overlap的问题(overlap特征点不知道该回归那个框)．

如果FPN和中心采样还没解决的话，就按最小的框来．

同时FPN每一层回归范围进行约束.

P3:回归范围在[0,64],P4:回归范围在[64,128],P5:回归范围在[128,256]

P6:回归范围在[256,512],P7:回归范围在[612,inf],这样就解决了不同层预测不同大小目标的问题．

但是比如还是存在多个head回归一物体现象，比如在第二层回归的最大范围是80,在往上一层回归的最大范围就是40（因为第二层是第一层的1/2）,所以导致同一个物体是有两层进行回归的。

4.分类

训练Ｃ个二分类器，而不是训练一个多分类器．

5.坐标回归

anchor-based回归方式在于回归anchor与gt框之间的偏移量，而fcos在特征图上面的每一个点回归上下左右的距离(可认为是point-based)．

公式:

(l ∗ , t ∗ , r ∗ , b ∗ ) :回归的上下左右四个量;

(x0,y0),(x1,y1):gt在原图上面的左上右下坐标;

(x,y):特征图内的点的坐标;

s: 相应feature map的步长, 用于压缩预测范围，容易平衡分类和回归Loss权重.

6. center-ness

作者发现引入了很多远离taget中心点的低质量预测框,预测框的中心点与target框的中心点更接近的话，预测框更加可靠．所以在回归的分支引入center-ness分支来回归预测框中心与target中心，虽然是回归问题，但采用的是celoss

可看出低IOU但score高的box得到了很大减少，IOU和score的一致性得到了改善．

7.loss函数

Lcls: focal loss

Lreg: GIoU loss

Npos:正样本数据

λ:取１平衡回归与分类loss

centerness loss用于约束预测框中心与gt中心点，限制边界处的loss,直接与上面分类与回归相加即可，在推理时，输出的score为分类score乘以中心score．

import cv2
import numpy as np
def draw_centerness(box):
    x1, y1, x2, y2 = box
    w, h = x2 - x1, y2 - y1
    print(np.arange(w).repeat(h).reshape(h, w))
    print(np.arange(w).repeat(h).reshape(h, w).transpose(1, 0))
    xs = np.arange(w).repeat(h).reshape(h, w).transpose(1, 0).reshape(-1, 1)
    print('==xs:', xs)
    ys = np.arange(h).repeat(w).reshape(h, w).reshape(-1, 1)
    print('==ys:', ys)
    left = xs - x1
    print('==left:', left)
    right = x2 - xs
    top = ys - y1
    bottom = y2 -ys
    hm = np.sqrt(np.minimum(left, right)/np.maximum(left, right) * np.minimum(top, bottom)/np.maximum(top, bottom))
    hm = hm.reshape(h, w)
    return hm
hm =draw_centerness([0, 0, 100, 100])
max_num = np.max(hm)
cv2.imwrite('./test.jpg', hm/max_num*255.)

8.推理

获取feature map上每个点的分类score在与回归的四个边界进行组合即可得出预测框．在进行阈值0.6的NMS.

三.实验结果

参考:https://www.zybuluo.com/huanghaian/note/1747551