CornerNet: Detecting Objects as Paired Keypoints阅读笔记

1 要解决的问题

基于anchor 的目标检测算法存在的弊端：
1：首先，需要大量的anchor boxes来保证与ground truth都充分重叠,但是最后真正作为正样本的只是其中很少的一部分，这样导致严重的正负样本不均衡，也会极大降低训练速度。
2：其二，anchor boxes 会相应的引入大量的超参数，数量，长宽比，大小等等，这些参数的选择是根据特定的检测物体设定的，不具有普适性，而且FPN中多尺度预测需要自己独特的anchor boxes,这样会使计算相当的复杂。

2 怎么解决

anchor free,直接抛弃anchors,用物体的左上角点和右下角点完成物体定位。
首先通过Hourglass 网络，然后是两个角点预测模块，分别做左上角的corner pooling 和右下角的corner pooling 得到两个heatmap ,Embeddings,Offsets。

3 corner pooling

具体操作十分简单，看下图一目了然，左上角点的corner pooling就是从右向左，从下到上一排一排的扫描feature map,当前值大于等于现在扫描像素最大值时不变，小于最大值时将当前像素值更新最大值。

公式如下：

最后将tij +lij 的结果作为最后heatmap.

4 如何匹配检测的角点

架构图中Embeddings专门用于匹配左上角点和右下角点，如果一个左上角点的Embedding vector和右下角点的Embedding vector 距离最小，那么它们组成一个object box。
训练Embeddings方法如下：
etk 表示左上角点的Embedding vector ，ebk表示右下角点的Embedding vector。
ek是etk和ebk的平均值。△值设置为1。Lpull 用于拉近同一个物体左上角点和右下角点Embeddings距离，Lpush用于是不同物体的Embeddings 距离增大。

5 整体架构