论文理解-CornerNet

最新推荐文章于 2021-06-15 23:59:08 发布

ying______

最新推荐文章于 2021-06-15 23:59:08 发布

阅读量352

点赞数

本文介绍了CornerNet网络，包括两个Corner Pooling策略，通过求特定区域最大值相加得到关键点特征；Heatmaps模块预测关键点类别，使用改良版focal loss；Embeddings模块用于找到构成目标的两个关键点，通过两个损失函数训练；Offsets模块弥补特征图反算关键点位置的精度丢失，网络由两条支路组成。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

核心部分：

两个Corner Pooling
下图展示的是Top-left corner pooling的示意图，为了使得关键点的特征能够表征左上角和右下角关键点所包含的目标区域的特征，作者提出了如下所示的corner pooling的策略，比如下图所示，为求左上角关键点特征，需要求当前关键点同一行中的右边区域的最大值，和同一列中的下面区域的最大值，并将两个最大值相加才是当前位置的左上角关键点特征。

在这里插入图片描述
2. Heatmaps模块
通过Heatmaps模块，网络会预测每一个关键点所属于的类别，该过程中使用的损失函数(角点定位损失函数:)如下：

在这里插入图片描述
上述公式是针对角点预测（headmaps）的损失函数，整体上是改良版的focal loss。几个参数的含义：
pcij表示预测的heatmaps在第c个通道（类别c）的(i,j)位置的值
ycij表示对应位置的ground truth
N表示一张图片中目标的数量
$\alpha$ $\beta$ 是超参数控制每个点的权重（难易分类样本的损失权重不同）

ycij=1时候的损失函数容易理解，就是focal loss
ycij等于其他值时表示(i,j)点不是类别c的目标角点，照理说此时ycij应该是0（大部分算法都是这样处理的），但是这里ycij不是0，而是用基于ground truth角点的高斯分布计算得到，因此距离ground truth比较近的(i,j)点的ycij值接近1，这部分通过β参数控制权重，这是和focal loss的差别。为什么对不同的负样本点用不同权重的损失函数呢？这是因为靠近ground truth的误检角点组成的预测框仍会和ground truth有较大的重叠面积，如下图所示所示。

在这里插入图片描述
图中，红色实线框是ground truth；橘色圆圈是根据ground truth的左上角角点、右下角角点和设定的半径值画出来的，半径是根据圆圈内的角点组成的框和ground truth的IOU值大于0.7而设定的，圆圈内的点的数值是以圆心往外呈二维的高斯分布；绿色虚线是一个预测框，可以看出这个预测框的两个角点和ground truth并不重合，但是该预测框基本框住了目标，因此是有用的预测框，所以要有一定权重的损失返回，这就是为什么要对不同负样本点的损失函数采取不同权重值的原因。