目标检测：Anchor-Free时代( 三 ) 自从2018年8月CornerNet开始

Center-ness
文章插图
为了剔除远离目标中心的低质量预测bbox ，作者提出了添加center-ness分支，和分类分支并行。
文章插图
开根号使center-ness衰退缓慢。 center-ness范围为0-1之间，通过BCE训练。测试时，最终分数由center-ness预测结果和分类分数乘积得到。
7 FoveaBox
Motivation
人类眼睛的中央凹：视野(物体)的中心具有最高的视觉敏锐度。 FoveaBox联合预测对象中心区域可能存在的位置以及每个有效位置的边界框。由于特征金字塔的特征表示，不同尺度的目标可以从多个特征层中检测到。
文章插图
FoveaBox添加了2个子网络，一个子网络预测分类，另一个子网络预测bbox 。
Object Fovea
文章插图
目标的中央凹如上图所示。目标中央凹只编码目标对象存在的概率。为了确定位置，模型要预测每个潜在实例的边界框。
FSAF、FCOS、FoveaBox的异同点：
1.都利用FPN来进行多尺度目标检测。
2.都将分类和回归解耦成2个子网络来处理。
3.都是通过密集预测进行分类和回归的。
4.FSAF和FCOS的回归预测的是到4个边界的距离，而FoveaBox的回归预测的是一个坐标转换。
5.FSAF通过在线特征选择的方式，选择更加合适的特征来提升性能， FCOS通过center-ness分支剔除掉低质量bbox来提升性能， FoveaBox通过只预测目标中心区域来提升性能。
(DenseBox、YOLO)和(FSAF、FCOS、FoveaBox)的异同点：
1.都是通过密集预测进行分类和回归的。
2.(FSAF、FCOS、FoveaBox)利用FPN进行多尺度目标检测，而(DenseBox、YOLO)只有单尺度目标检测。
3.(DenseBox、FSAF、FCOS、FoveaBox)将分类和回归解耦成2个子网络来得到，而(YOLO)分类和定位统一得到。
8 总结
1.各种方法的关键在于gt如何定义
ps：关于这一点我稍加一点补充，目标检测的gt是一个矩形框，然而用这个矩形框信息来检测目标显然是不合理的，因为矩形框内只有一小部分是目标，而剩下的是背景，这可能会导致检测器的精度下降。
而最近的一些anchor-free模型其实是改变了gt的定义，比如cornernet定义为角点， extremenet定义为极值点和中心点， FSAF、FoveaBox定义为矩形框的中间区域， FCOS虽然是矩形框，但是经过center-ness抑制掉低质量的框，其实也是一种变相的将gt定义为矩形框中心区域。
gt重新定义之后，需要检测的目标语义变得更加明确了，有利于分类和回归。
所以，我认为设计合适的gt ，是提升目标检测速度和精度的关键！
个人所见，欢迎探讨～
2.主要是基于关键点检测的方法和密集预测的方法来做Anchor-Free 。
3.本质上是将基于anchor转换成了基于point/region 。
引用
1.DenseBox: Unifying Landmark Localization with End to End Object Detection
2.You Only Look Once: Unified, Real-Time Object Detection
3.CornerNet: Detecting Objects as Paired Keypoints
4.Bottom-up Object Detection by Grouping Extreme and Center Points
5.Feature Selective Anchor-Free Module for Single-Shot Object Detection
6.FCOS: Fully Convolutional One-Stage Object Detection
7.FoveaBox: Beyond Anchor-based Object Detector
[赠书福利]
AI科技评论本次联合【机械工业出版社华章公司】为大家带来15本“新版蜥蜴书”正版新书。
在今天（10月24日）头条文章留言区留言，谈一谈你对本书内容相关的看法和期待，或你对机器学习/深度学习的理解。
AI 科技评论将会在留言区选出 15名读者，每人送出《机器学习实战：基于Scikit-Learn、Keras和TensorFlow（原书第2版）》一本（在其他公号已获赠本书者重复参加无效）。
活动规则：
1. 在今天（10月24日）头条文章留言区留言，留言点赞最高的前 15 位读者将获得赠书。获得赠书的读者请联系 AI 科技评论客服（aitechreview）。
2. 留言内容会有筛选，例如“选我上去”等内容将不会被筛选，亦不会中奖。
3. 本活动时间为2020年10月24日 - 2020年10月31日（23:00），活动推送内仅允许中奖一次。
【目标检测：Anchor-Free时代】NeurIPS 2020论文接收列表已出，欢迎大家投稿让更多的人了解你们的工作~
文章插图