CenterNet论文链接
一.背景
1.anchor-base缺点
(１)．anchor的设置对结果影响很大,不同项目这些超参都需要根据经验来确定，难度较大．
(２)．anchor太过密集，其中很多是负样本，引入了不平衡．
(３)．anchor的计算涉及IOU增加计算复杂度．
2.应用场景
（１）．目标检测
（２）．3D定位
（３）．人体姿态估计
二.网络介绍
输出分支主要由三部分组成
（１）heatmap,大小为(W/4,H/4,C),输出不同类别的物体中心点
（２）offset，大小为(W/4,H/4,2)输出中心点偏移
（３）Height&Weight大小为(W/4,H/4,2),输出中心点检测框的宽高
1.思想
通过预测出目标的heatmap，找出heatmap的峰值就是目标的中心点．
2.与anchor based区别
(1).不需要阈值区分前后景;
(2).一个目标只需要一个heatmap，避免使用nms,heatｍap的峰值就是目标中心点;
(3).下采样步长小只是4,减少了需要多个重复框．
3.heatmap和相应focal loss（分类）
heatmap就是目标的热力图,通道数就是类别数，loss采用focal loss，其按照高斯分布来进行分配,因为除了中心点的heatmap其实没必要完全贡献loss．
Ŷxyc:每个通道预测的heatmap，(x,y)处的值.
Yxyc:每个通道的gt heatmap,(x,y)处的值.
α,β: 超参用来控制loss．
N:图片所有的关键点．
4.offset loss（Ｌ1）
用offests来矫正下采样造成的检测框偏移，从而让检测框更加紧凑．
p是key point，Ｒ是下采样倍数，这里从预测图的heatmap恢复到原图就会有精度损失，严重影响小物体，所以就通过一个网络分支去学习这种误差．
5.回归loss（Ｌ1）
采用L1 loss回归宽高
6.总loss
loss由三部分组成:heatmap分类loss,回归宽高loss,回归偏移loss.
输出类别数+4(宽高，中心点偏移)．
7.推理
在heatmap上通过８近邻取得前100个峰值，在对8近邻的点3*3 maxpooling获得中心点,在与预测的宽高，偏移量组合就得出检测框．
:预测的中心点
:预测的中心点偏移量
:预测宽高