本文提出一种基于像素级预测的一阶全卷积目标检测方法(FCOS)来解决目标检测问题，类似于语义分割。目前大多数先进的目标检测模型，例如RetinaNet、SSD、YOLOv3、Faster R-CNN都依赖于预先定义的锚框。相比之下，本文提出的FCOS是anchor free，而且也是proposal free。通过去除预先定义的锚框，FCOS完全的避免了关于锚框的复杂运算，例如训练过程中计算重叠度，而且节省了训练过程中的内存占用。更重要的是，本文避免了和锚框有关且对最终检测结果非常敏感的所有超参数。由于后处理只采用非极大值抑制(NMS)，所以本文提出的FCOS比以往基于锚框的一阶检测器具有更加简单的优点。

锚框缺点

  1. 检测表现效果对锚框的尺寸、长宽比、数目非常敏感，因此锚框相关的超参数需要仔细的调节。
  2. 锚框的尺寸和长宽比是固定的，因此，检测器在处理形变较大的候选对象时比较困难，尤其是对于小目标。预先定义的锚框还限制了检测器的泛化能力，因为，它们需要针对不同对象大小或长宽比进行设计。
  3. 为了提高召回率，需要在图像上放置密集的锚框。而这些锚框大多数属于负样本，这样造成了正负样本之间的不均衡。
  4. 大量的锚框增加了在计算交并比时计算量和内存占用。

FCOS详细介绍

FCOS优势

  1. FCOS与许多基于FCN的思想是统一的，因此可以更轻松的重复使用这些任务的思路。
  2. 检测器实现了proposal free和anchor free，显著的减少了设计参数的数目。设计参数通常需要启发式调整，并且设计许多技巧。另外，通过消除锚框，新探测器完全避免了复杂的IOU计算以及训练期间锚框和真实边框之间的匹配，并将总训练内存占用空间减少了2倍左右。
  3. FCOS可以作为二阶检测器的区域建议网络(RPN)，其性能明显优于基于锚点的RPN算法。
  4. FCOS可以经过最小的修改便可扩展到其他的视觉任务，包括实例分割、关键点检测。

1.全卷积一阶检测器

FCOS首先使用Backone CNN(用于提取特征的主干架构CNN)，另s为feature map之前的总步伐。
与anchor-based检测器的区别
第一点

  • anchor-based算法将输入图像上的位置作为锚框的中心店，并且对这些锚框进行回归。
  • FCOS直接对feature map中每个位置对应原图的边框都进行回归，换句话说FCOS直接把每个位置都作为训练样本，这一点和FCN用于语义分割相同。

第二点

  • 在训练过程中，anchor-based算法对样本的标记方法是，如果anchor对应的边框与真实边框(ground truth)交并比大于一定阈值，就设为正样本，并且把交并比最大的类别作为这个位置的类别。

  • 在FCOS中，如果位置 FCOS - 图1 落入任何真实边框，就认为它是一个正样本，它的类别标记为这个真实边框的类别。 这样会带来一个问题，如果标注的真实边框重叠，位置 > FCOS - 图2 映射到原图中落到多个真实边框，这个位置被认为是模糊样本，后面会讲到用> 多级预测的方式解决的方式解决模糊样本的问题。 第三点

  • 以往算法都是训练一个多元分类器

  • FCOS训练 FCOS - 图3 个二元分类器(C是类别的数目)

与anchor-based检测器相似之处
与anchor-based算法的相似之处是FCOS算法训练的目标同样包括两个部分：位置和类别。
FCOS算法的损失函数为：
FCOS - 图4
其中 FCOS - 图5 是类别损失， FCOS - 图6 是交并比的损失。

2.用FPN对FCOS进行多级预测

首先明确两个问题：

  1. 基于锚框的检测器由于大的步伐导致低召回率，需要通过降低正的锚框所需的交并比分数来进行补偿：在FCOS算法中表明，及时是大的步伐(stride)，也可以获取较好的召回率，甚至效果可以优于基于锚框的检测器。
  2. 真实边框中的重叠可能会在训练过程中造成难以处理的歧义，这种模糊性导致基于fcn的检测器性能下降：在FCOSzhong ，采用多级预测方法可以有效地解决模糊问题，与基于锚框的模糊检测器相比，基于模糊控制器的模糊检测器具有更好的性能。

前面提到，为了解决真实边框重叠带来的模糊性和低召回率，FCOS采用类似FPN中的多级检测，就是在不同级别的特征层检测不同尺寸的目标。
与基于锚框不同的地方

  • 基于锚框的检测器将不同尺寸的锚框分配到不同级别的特征层
  • FCOS通过直接限定不同特征级别的边界框的回归范围来进行分配

此外，FCOS在不同的特征层之间共享信息，不仅使检测器的参数效率更高，而且提高了检测性能。

3.Center-ness

FCOS - 图7
通过多级预测之后发现FCOS和基于锚框的检测器之间仍然存在着一定的距离，主要原因是距离目标中心较远的位置产生很多低质量的预测边框。
在FCOS中提出了一种简单而有效的策略来抑制这些低质量的预测边界框，而且不引入任何超参数。具体来说，FCOS添加单层分支，与分类分支并行，以预测”Center-ness”位置。
FCOS - 图8
center-ness(可以理解为一种具有度量作用的概念，在这里称之为”中心度”)，中心度取值为0,1之间，使用交叉熵损失进行训练。并把损失加入前面提到的损失函数中。测试时，将预测的中心度与相应的分类分数相乘，计算最终得分(用于对检测到的边界框进行排序)。因此，中心度可以降低远离对象中心的边界框的权重。因此，这些低质量边界框很可能被最终的非最大抑制（NMS）过程滤除，从而显着提高了检测性能。