【五.目标检测技术演进】【3.Anchor-free革命：FCOS/CenterNet】

各位看官，今天咱们要聊的这个故事可太有意思了！就像武侠小说里突然冒出个不按套路出牌的高手，目标检测领域这两年也来了两位颠覆传统的狠角色——FCOS和CenterNet。这俩兄弟直接把锚框（Anchor）这个存在了十多年的"老规矩"给掀了，搞出了一套完全不需要预设锚框的检测方法。今天咱们就泡杯茶，好好唠唠这场技术革命的来龙去脉。

一、前传：目标检测的"钉子户"锚框

要理解这场革命有多颠覆，得先说说传统检测方法有多依赖锚框。自从2012年深度学习杀入计算机视觉领域，各路高手们发明了各种检测框架，但都离不开这个神奇的设定——锚框。

举个栗子，Faster R-CNN、YOLO、SSD这些老牌名门，个个都是锚框的重度用户。它们会在图像上密密麻麻地铺满各种尺寸、比例的锚框（就像在图片上贴满便利贴），然后让模型判断每个便利贴框里有没有物体，再微调框的位置。这个套路用了快十年，效果确实不错。

但锚框这玩意儿就像个傲娇的大小姐，伺候起来特别麻烦：

1. 超参数地狱：每个数据集都得