论文阅读《CenterNet: Keypoint Triplets for Object Detection》

论文idea

现在最流行的目标检测是传统基于anchor的，但是存在的问题：

1. 需要大量的anchors来保证足够高的IOU
2. anchor的比例和尺寸需要手工设置
3. anchors与ground-truthboxes不对齐，不利于边界框分类任务。

于是CornerNet被提出，CornerNet用一对角点来表示一个对象，达到了 state-of-the-art one-stage object detection 精度。但是也是存在问题的，因为对象由一对角点来表示，说明算法对对象的边界比较敏感，这意味着不知道应该将哪些关键点对分组到对象中（这句话存疑，不是特别能理解。大概意思是 算法主要关注了边界，但是因为缺失中间的信息而分类错误吧。。）

那怎么解决这个问题呢，要增加对区域内的感知，很直接，再增加一个中心的关键点，这就是CenterNet。直觉就是如果预测的边界框与groundtruth的IOU高的话，那么中心点被分为同一类的概率很高。所以在推理期间，先用对角点生成proposal，然后判断中心点是否和proposal属于同一类来确定这个proposal是不是一个对象（注意是判断点和proposal是不是同一类，而不是判断是不是同一个对象。）。

论文设置两个策略来丰富角点和中心点信息。

1. center pooling 一个用来预测中心点的分支。通过求中心点在特征图上垂直和水平方向最大的响应和来实现。
2. cascade corner pooling 一个用来预测角点的分支。 通过求在特征图上边界和内部方向上最大的响应和。