【论文学习】目标检测 —— FCOS：CVPR 2019关于one-stage和anchor-free最新实用算法

Paper：FCOS: Fully Convolutional One-Stage Object Detection，CVPR 2019

URL: https://arxiv.org/pdf/1904.01355.pdf

Code is available at: tinyurl.com/FCOSv1 

这篇文章是单阶段的目标检测算法，基于anchor-free思想，效果非常好，达到41的mAP，比去年超厉害的RetinaNet高了1.9%。

paper核心idea：利用分割的思想做像素级别的目标检测，使用FPN解决overlap问题，用center-ness提升框的质量。

 

摘要

本文提出了一种全卷积one-stage目标检测算法（FCOS），以逐像素预测的方式解决目标检测问题，类似于语义分割。目前最流行的不论是one-stage目标检测算法，如RetinaNet，SSD，YOLOv3，还是two-stage目标检测算法，如Faster R-CNN。这两类算法大都依赖于预定义的锚框（anchor boxes）。相比之下，本文提出的目标检测算法FCOS不需要锚框。通过消除预定义的锚框，FCOS避免了与锚框相关的复杂计算，例如在训练期间计算重叠等，并且显著减少了训练内存。更重要的是，FCOS还避免了设定与锚框相关的所有超参数，这些参数通常对最终检测性能非常敏感。FCOS算法凭借唯一的后处理：非极大值抑制（NMS），实现了优于以前基于锚框的one-stage检测算法的效果。

背景

基于anchor检测有以下四大问题：

1. 检测性能对anchor的数量及尺寸影响较大。调参占据影响大
2. 即使anchor的尺寸预先经过定义，但是当处理变化较大的物体，尤其是小目标时会面临困难，比如要根据新的检测任务重新设计anchor的尺寸。
3. 为了得到一个较高的召回率，基于anchor的检测器需要在输入图像上密集的设置anchors，其中大部分anchor被标记为negative，加剧了训练时正负样本之间的不平衡。
4. 计算IoU时，大量的anchor box也会占用大量的计算及内存资源。

FCOS

做法如下图所示，每个spatial的位置会出四维，分别是到上下左右边界的距离

FCOS有以下几个优点：

1. 以将目标检测与语义分割，等基于全卷积的任务进行结合，更加简单。
2. 目标检测与anchor/proposal无关，大量减少了参数量，计算量及内存。
3. FCOS也可以与RPN结合取得更好的结果。
4. 通过对模型进行小幅度改造就可以应用到其他视觉任务，比如关键点检测。

网络框架

为了解决多尺度问题，引入了RPN思想。但是和直接RPN感觉还是有区别的，这个在每个stage的feature上检测，给不同的level的feature加不同的感受也，可以检测到不同尺寸的物体。

损失函数

使用了focal loss来做分类，使用了IOU loss来做回归

Center-ness

作者还有一个很涨点的地方，就是使用了Center-ness，简单而有效，用来干掉一些低质量的框，而且，没有超参数，很好做。计算方法如下所示：

                                                             

该策略之所以能够有效，主要是在训练的过程中我们会约束上述公式中的值，使得其接近于0，这就导致图1右图中的蓝色框中的短边能够向黄边靠近，使得分布在目标位置边缘的低质量框能够尽可能的靠近中心。这样的话，在最终使用该网络的过程中，非极大值抑制(NMS)就可以滤除这些低质量的边界框，提高检测性能。

实验结果

作者做的实验也很充分，直接看看和别的算法相比的效果吧

结束语

这篇paper总体上来说，加的东西都非常实用。而且，作者的代码也已经开源了，很适合实现使用。文章写得也很容易理解，非常值得推荐阅读！