论文阅读【CenterNet】
代码：https://github.com/xingyizhou/CenterNet
论文地址： https://arxiv.org/abs/1904.08189
还有一篇 重名？https://arxiv.org/pdf/1904.08189.pdf https://github.com/Duankaiwen/CenterNet
文章要点：
针对基于anchor的检测方法（yolo v2-yolo v3，SSD ，faster-rcnn）在特征图中产生大量的bounding box 用于分类和位置修正，要求大量的计算资源消耗，额外的后处理，Loss复杂等。
文章就提出anchor-free的方式，通过Keypoint（中心点）和距离中心点的box的w，h回归box大小，外加offset偏移，这就节省了NMS操作。本文也是对CornerNet的改进。
实验结果：COCO数据上表现出:
| AP | FPS |
|---|---|
| 28.1% | 142FPS |
| 37.4% | 52FPS |
| 45.1% | 1.4FPS |
LOSS定义：
一：中心关键点Y的Loss
LOSS分为3个部分，首先，为中心关键点Y的Loss：
对于一幅输入（W, H）图像， 经过CNN产生一个heatMap = W R × H R × C \frac{W}{R}\times \frac{H}{R}\times C RW×RH×C，用 Y ~ \widetilde{Y} Y 代表， Y ~ \widetilde{Y} Y ϵ \epsilon ϵ[0,1], C表示关键点的类型数（维度？），例如，人体姿态估计C=17个关节点，C=80个目标检测物体类别，R表示特征图相比输入图缩放倍数，一般默认R=4，即heatmap缩小为原图的1/4.
首先groundtruth生成的关键点为 P P P（具体先不解释这个，把BOX的坐标转换来的吧，），显示在预测低分辨率heatmap上为 P ^ \widehat{P} P = P / R P/R P/R， 作者把CNN会生成heatmap 坐标 与GroudTruth关键点使用高斯核函数标准化， σ p 2 \sigma _{p}^{2} σp2表示自适应的标准方差。
Y ^ x , y , c \widehat{Y}_{x,y,c} Y x,y,c=1, 表示检测到一个关键点，
Y ^ x , y , c \widehat{Y}_{x,y,c} Y x,y,c=0，表示为背景
定义使用focal Loss： α \alpha α =2 , β \beta β=4 设为常数
二：offset Loss
缩小的 输出heatmap 恢复到原图，中心点可能差生误差，需要添加一个位移偏置损失，先在处采集局步关键点（？没看懂）：
作者后面说O等于这个，后面看懂博主补充下：
然后算偏移量
三、box 大小损失（这里没有IOU哦）
Groudtruth 坐标为（ X m i n X_{min} Xmin, Y m i n Y_{min} Ymin, X m a x X_{max} Xmax, Y m a x Y_{max} Ymax）, 中心点为 P k P_{k} Pk为：
S k S_{k} Sk表示box的W，H：
坐标损失用预测的（w，h）集合 S ^ p k \widehat{S}_{pk} S pk与每个关键点P的GroundTruth标记的（w，h）相减求平均值
总的Loss定义为： 中心点损失+偏移损失+box大小损失， λ s i z e \lambda_{size} λsize=0.1 , λ o f f \lambda_{off} λoff=1 ,用于权衡各项损失的比重
放张图，缓解一下硬核理论：
文章中给的实验对比图，可以稍作参考， 具体表现还真不能拿这个定，亲测。。。。
