FCOS算法解读

论文：Fully Convolutional One-Stage Object Detection
论文链接：https://arxiv.org/abs/1904.01355

代码链接：https://github.com/tianzhi0549/FCOS/

 

FCOS网络结构如下图所示：

FCOS使用FPN，每个head输出为三个分支分别为：类别分支、center-ness、回归分支。

损失函数如下所示：

类别损失函数使用focal loss，回归损失函数使用UnitBox论文中的IOU loss。

(x0, y0)；(x1, y1)分别表示真值框左上角和右下角坐标。（x，y）为每个像素点坐标，回归目标为l*，t*，r*，b*。因此不需要提前设定anchor。

 

 当两个真值框存在交叠时，则会存在歧义样本，针对此情况，可通过FPN解决。计算（l*, t*, r*, b*），mi为每个特征层最大距离，如果max(l*, t*, r*, b*) > mi or max(l*, t*, r*, b*) < mi−1,则此位置为负样本，不进行计算。P3层采集范围[0, 64];P4层采集范围为[64,128]，以此类推。

对于大小相近又存在交叠的真值框，FPN无法区分，只能通过选择面积最小的真值框为回归目标

为了抑制低质量检测框，即减少误检，引入center-ness，计算公式如下：

 引入centerness，范围为0～1，离中心点越近，权重越大。因此在一定程度上可以降低离目标中心较远的预测框的得分。拉出一条分支学习centerness，即权重。以此降低误检率。

网络效果：