Anchor-Free总结

#https://github.com/zzzxxxttt/pytorch_simple_CornerNet/blob/767bf0af3229d9ffc1679aebdbf5eb05671bbc75/utils/losses.py#L34
def _ae_loss(embd0s, embd1s, mask):
num = mask.sum(dim=1, keepdim=True).float() # [B, 1]

pull, push = 0, 0
for embd0, embd1 in zip(embd0s, embd1s):
embd0 = embd0.squeeze() # [B, num_obj]
embd1 = embd1.squeeze() # [B, num_obj]

embd_mean = (embd0 + embd1) / 2

embd0 = torch.pow(embd0 - embd_mean, 2) / (num + 1e-4)
embd0 = embd0[mask].sum()
embd1 = torch.pow(embd1 - embd_mean, 2) / (num + 1e-4)
embd1 = embd1[mask].sum()
pull += embd0 + embd1

push_mask = (mask[:, None, :] + mask[:, :, None]) == 2  # [B, num_obj, num_obj]
dist = F.relu(1 - (embd_mean[:, None, :] - embd_mean[:, :, None]).abs(), inplace=True)
dist = dist - 1 / (num[:, :, None] + 1e-4)  # substract diagonal elements
dist = dist / ((num - 1) * num + 1e-4)[:, :, None]  # total num element is n*n-n
push += dist[push_mask].sum()

return pull / len(embd0s), push / len(embd0s)
1.2.4 Corner Pooling
由于两个角点光靠局部位置很难确定，对比mask和bbox的区别。这里使用创新的pooling层去解决这个问题。其实按照现在流行的做法，使用Non-local、SE模块去处理可能会更好。做法非常简单，但需要自己写cuda层实现。

tij={max(ftij,t(i+1)j)ftHj if i lij={max(flij,li(j+1))fliW if j 1.3 总结
此论文是开创性的，位置毋庸置疑。

缺点也是一目了然–>>

二. CenterNet
2.1 概述
基于CornerNet的改进版本，主要贡献是速度快精度准，当时是用在移动端利器

主要创新点：

使用中心点代替角点，直接回归长宽
使用Offset（CornerNet已经存在）
使得增加属性非常容易，比如depth、direction…
2.2 Center-Regression
对于CornerNet来说，回归两个角点+回归Offset+回归分组信息+NMS，显得特别繁琐，而且计算很慢！这里对其进行如下改进：

使用中心点和 W、H 代替两个角点
依然回归Offset对位置精度弥补
去除分组对齐
去除NMS

由于其核心是使用目标的中心点进行的操作，所以添加其它属性非常方便，如上图中的方向、关键点、深度…

三. FCOS
3.1. 概述
主要做的贡献如下（可能之前有人已提出）：

FPN分阶段回归
Center-ness Loss
3.2. 模块介绍
3.2.1 论文思路简介
论文整体比较简单，直接从头读到尾没有什么障碍，好像Anchor-free的文章都比较简单。下面直接以模块介绍。

文章中 l∗、b∗、r∗、t∗ 表示label，l、b、r、t 表示predict

3.3.2 回归形式
文章直接回归 l、r、b、t、c 其中 c 表示种类，前面四个在上图中有表示。

回归采用正负样本形式：

featuremap 表示回归的特征图（以 M 表示）
Mi,j 表示 (i,j) 个点的特征值
将 Mi,j 映射到原图，假设当前特征图的总步长是 S （和原图比例），则原图点Pi,j=（S2+Mi∗S，S2+Mj∗S）
Pi,j 落入哪个label区域，就负责回归哪个label，算作正样本。落到外部则算作负样本。
如果落在重复区域，按照上图的形式（哪个面积小，就负责哪个label）
文章采用FPN结构，用于提高召回率和精确度。参考Anchor-based（不同尺度的Anchor负责不同大小的目标），文章对不同的层进行限制目标大小：其中M1、M2、…M6=0、64、128、256、512，按照 Mi<（l∗、b∗、r∗、t∗）

最后文章发现一个问题，NMS时候出现很多和最终目标接近的框，我们希望的是：负样本和正样本区分明显，而不是很多接近正样本的框（比如分类，虽然可以正确分类，但是出现很多 conf=0.45 的目标，我们希望出现confpos=0.99,confneg=0.11）。

文章通过设置 center 进行控制，对于那些中心偏离的目标进行抑制。我们不仅仅要IOU好，也要center好。文章通过新建一个新的分支进行center-ness进行回归。

enterness$∗=min(l∗,r∗)max(l∗,r∗)−−−−−−−−−−√×min(t∗,b∗)max(t∗,b∗)(7)
3.3 参考文献
原始论文
FCOS改进
四 ATSS
此论文对比anchor-free和anchor-base的区别，从而在anchor-base上提出一套自动计算anchor的工具。使用较少，这里略过。

五.GFLV1
5.1. 论文简介
将目标检测Loss和评价指标统一，提升检测精度。这是一篇挺好的论文，下面会将其拓展到其它领域。

主要做的贡献如下（可能之前有人已提出）：

分类Loss+评价指标
Regression分布推广到一般性
5.2. 模块详解
5.2.1 谈谈分布
什么是分布？表示一个数发生的概率，设 f=P(x) 表示分布函数，f 表示发生的概率，x 可能存在的数。1）显而易见，∫+∞−∞P(x)dx=1，所有的数存在概率总和为1。 2）y=∫+∞−∞P(x)∗xdx ，它的整体期望（平均值）肯定是等于目标值的。
什么是 Dirac 分布? reference ，f=δ(x−μ) , 当 x=μ 概率为1，其它都是0。这是什么意思？此分布简称为绝对分布，只要是直接求目标的，都属于此分布。比如：1）直接计算 one−hot 交叉熵 label=[0,0,0,1]，pred=[0.2,0.1,0.1,0.6]，我们的目的就是两者相等，其它的值都是不存在的。你问我按照Delta 分布应该其他值为0才对啊，那loss=0（实际loss为什么不是0）怎么回传呢？记住Loss和分布不是一个概念，Loss是我们用一种方式使得结果达到理想分布，分布是一种理想的状态，简单点说 Loss→Sample。2）那么直接进行BBox回归也是一种 Delta 分布，因为都是预测一个值，然后直接和Label进行smoothL1计算Loss。
什么是 Gaussian 分布，这个不多说大家都知道。Gaussian−YOLO 和 Heatmap 都是属于此分布。举个例子：刚开始做关键点（当前小模型人脸也是这样做的）直接使用坐标 (x，y) 进行回归，显然这是属于 Delta 分布的，后面人们将其改进为 Heatmap，这就是将分布改为 Gaussian，所以称为Gaussian−Heatmap .
什么是任意分布？只满足分布的两个条件，没有具体的公式。直接使用期望和Label进行计算Loss即可。
进一步理解Loss和分布的关系，期望和Label计算Loss（前向推导使用期望做结果），中间概率和期望计算Loss（使得输出按照一定分布进行，容易收敛提高精度）。

5.2.2 分类Loss
具体由来见：论文作者知乎回答
笔者给出简短说明：

先去看一下FCOS论文，其中使用 center−ness 计算预测框质量，两个作用：1）训练时抑制质量较差的框。2）前向计算时用于NMS操作指标。
问题来了。。。训练阶段、前向计算、评价指标没有统一？
论文魔改一下Focal-Loss、center-ness统一为一个Loss

此部分比较简单，基本和FCOS类似

代码出自mmdetection

@weighted_loss
def quality_focal_loss(pred, target, beta=2.0):
“”"Quality Focal Loss (QFL) is from
Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes
for Dense Object Detection
https://arxiv.org/abs/2006.04388

Args:
    pred (torch.Tensor): Predicted joint representation of classification
        and quality (IoU) estimation with shape (N, C), C is the number of
        classes.
    target (tuple([torch.Tensor])): Target category label with shape (N,)
        and target quality label with shape (N,).
    beta (float): The beta parameter for calculating the modulating factor.
        Defaults to 2.0.

Return:
    torch.Tensor: Loss tensor with shape (N,).
"""
assert len(target) == 2, """target for QFL must be a tuple of two elements,
    including category label and quality label, respectively"""
# label denotes the category id, score denotes the quality score
label, score = target

# negatives are supervised by 0 quality score
pred_sigmoid = pred.sigmoid()
scale_factor = pred_sigmoid
zerolabel = scale_factor.new_zeros(pred.shape)
loss = F.binary_cross_entropy_with_logits(
    pred, zerolabel, reduction='none') * scale_factor.pow(beta)

# FG cat_id: [0, num_classes -1], BG cat_id: num_classes
bg_class_ind = pred.size(1)
pos = ((label >= 0) & (label < bg_class_ind)).nonzero().squeeze(1)
pos_label = label[pos].long()
# positives are supervised by bbox quality (IoU) score
scale_factor = score[pos] - pred_sigmoid[pos, pos_label]
loss[pos, pos_label] = F.binary_cross_entropy_with_logits(
    pred[pos, pos_label], score[pos],
    reduction='none') * scale_factor.abs().pow(beta)

loss = loss.sum(dim=1, keepdim=False)
return loss

5.2.3 回归Loss
主要包括两个部分：

Delta 分布推广到任意分布

论文公式（3）是 Delta 分布的期望，公式（4）和（5）是任意分布的期望
直接预测多个（论文设置为16）值，求期望得到最佳值
TIPS: 效果肯定比 Delta 分布好，但是计算量会增加。小模型一般不适用，大模型使用较多。
限制任意分布

任意分布会过于离散，实际真实的值距离label都不会太远
限制分布范围，论文公式（6）
TIPS: 按照公式推导应该效果好（正在推广到关键点检测），使用任意分布的都可以加上试试。

代码出自mmdetection

@weighted_loss
def distribution_focal_loss(pred, label):
“”"Distribution Focal Loss (DFL) is from
Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes
for Dense Object Detection
https://arxiv.org/abs/2006.04388

Args:
    pred (torch.Tensor): Predicted general distribution of bounding boxes
        (before softmax) with shape (N, n+1), n is the max value of the
        integral set `{0, ..., n}` in paper.
    label (torch.Tensor): Target distance label for bounding boxes with
        shape (N,).

Return:
    torch.Tensor: Loss tensor with shape (N,).
"""
# 完全按照论文公式（6）所示，label是真实值（目标框和anchor之间的偏差，参考FCOS）
# pred的shape（偏差*分布），如果没有后面的分布，那就变成delta分布
dis_left = label.long() # label范围[0,正无穷]，感觉这里应该-1然后限制一下范围最好。作者说long()向下取整，但是这解决不了对称问题。
dis_right = dis_left + 1
weight_left = dis_right.float() - label
weight_right = label - dis_left.float()
loss = F.cross_entropy(pred, dis_left, reduction='none') * weight_left \
    + F.cross_entropy(pred, dis_right, reduction='none') * weight_right
return loss
USB Microphone  https://www.soft-voice.com/

Wooden Speakers https://www.zeshuiplatform.com/
亚马逊测评 www.yisuping.cn