FCOS论文简析

题目：FCOS:Fully Convolutional One-Stage Object Detection
第一作者：Zhi Tian The University of Adelaide, Australia
发表：CVPR2019
论文：https://arxiv.org/pdf/1904.01355.pdf
代码：https://github.com/tianzhi0549/FCOS

思路：Anchor-based detectors有以下几个不足：

1. 检测的效果对与anchor box有关的超参数十分敏感，需要精心设计
2. 对新的任务参数需要重新设计，移植性差
3. 为了提高召回率而使用了大量anchor box，而大多数box会被标记为负样本，从而导致正负样本的不均衡
4. 大量的anchor boxes导致训练和测试过程中大量繁杂的IoU计算

可以看出这些不足主要和anchor box有关，当然它也有效的提高了AP，那有没有一种方法在保持高AP的同时，又避免anchor box的缺点呢，一种思路是针对anchor box的缺点进行设计，比如自动设计anchor box的参数，解决不足1和2，当然也会有其他方法解决3和4，另一种思路就是像本文提出的FCOS一样，直接去掉anchor box，这样带来的好处如下：

1. 可以复用其他FCN-solvable tasks比如语音分割的方法
2. 极大减少了参数，避免了设计的困难
3. 减少了冗余的计算
4. 移植性好

网络结构：Backbone + FPN + head
参考https://www.jianshu.com/p/4dc31334eec6和源码

关键因素：

1. 逐像素预测：在每个featuremap的像素上进行预测，与只考虑中心的YOLOv1相比显而易见的提高了召回率（参见论文）
2. FPN: 实现多尺度的预测，anchor free不可避免的会产生一种情况，一个像素同时对应多个box，不同box对应不同大小的物体，如果简单舍弃则会导致召回率下降，引入FPN之后就可以在不同的层检测出所有的物体
3. centerness:因为是逐像素预测，所以会不可避免地引入赘余的regression box，为了在NMS中去掉多余的box，引入centerness，使每个像素预测出的box尽可能中心一致