【论文阅读】【二维目标检测】Revisiting Feature Alignment for One-stage Object Detection

该论文解决在one-stage模型中的feature与proposal不匹配的问题，论文的研究的问题，研究的思路在文章中已经解释的非常好。

AlignDet

作者提到了One Stage模型的一个问题是，当使用多个anchor时，同样的feature预测不同anchor所产生的box，这样子破坏了feature与预测结果一对一的性质。
“Sharing feature for multiple anchor boxes violate the one-to-one correspondence between reference boxes and features, which breaks the strict location sensitivity of object detection.”

本文要解决的一个问题是：
"One-stage detectors suffer most from the misalignment due to the lack of explicit alignment operations like RoIPooling in two-stage detectors. "

Pilot Experiment

本文首先对比了One-Stage和Two-Stage模型是否使用多stride的feature map进行预测，anchor的总数量的总的scale不变，结果如下：

结果显示，Two-Stage的方法受到的影响不大，而One-Stage的方法效果严重下降。作者提出，可能是因为One-Stage模型中不存在Align Pooling的操作，使得feature与box不匹配，难以预测。
" We hypothesize