原文链接：https://blog.csdn.net/hjxu2016/article/details/109642822
论文链接：FCOS: Fully Convolutional One-Stage Object Detection
代码链接：https://github.com/tianzhi0549/FCOS

一、Anchor-based的缺点

• Anchor的设计非常重要，需要小心的调整超参数，以SSD、YOLOV2、V3等为例，超参数的选择对最终结果影响盛大
• 即使仔细的设计了超参数，也难以所有形状的目标
• 为了取得较好的召回率，一般需要选取大量的anchor，再结合FPN结构，正负样本就多了，现存消耗也就比较大

基于以上问题，作者在CornerNet、DenseBox等Anchor-Free后，提出了FCOS。

二、FCOS算法框架

backbone是一个3层的卷积网络（对应图中C3，C4，C5），Pyramid特征金字塔构建完成P3-P7（可自行选择）每个金字塔层对应一个预测头（Head）。

其中Head层分为3个预测分支，1个分类得分（HWC） + 1个位置回归（HW4）+ 1个Center-ness(过滤误检框HW1)， C指类别数，H和W为特征图谱的大小。

• Classification采用的是多次二类分类器（C binary
  classifier），通俗的将，就是每个特征图后，接一个sigmoid，然后再用focal
  loss损失。（Yolov3的分类器也是从softMax转到多次sigmoid）
• Regression输出4维向量，分别对应点到上下左右边的距离，训练的时候，loss采用IOU loss

具体损失函数公式如下：

• Center-ness层的引入可以进一步降低目标的误检测 主要目标就是找到目标的中心点，即离目标中心越近，输出值越大，反之越小。
  中心点目标定义如下，可见最中心的点的centerness为1，距离越远的点，centerness的值越小。

损失函数采用 BCE loss，并且增加在回归损失和分类损失后。

三、FCOS的后处理

上面可知，FCOS的网络的每层FPN有三个输出，分别是
Classification、Regression和Center-ness。
在推断的时候，需要进一步对网络的输出进行处理，毕竟我们需要的是目标框和类别。
论文里提到，在特征图上可以获取到 分类得分和回归位置，然后取分类得分大于0.05的作为正样本，并且根据以下公式反推计算得出框

那这个分类得分是怎么得到的呢？
这时候center-ness的作用就来了。

• 网络的输出 Classification 乘 center-ness计算出中心点得分。
• center-ness的值离检测框中心点越远，值就越低，所以这一步可以过滤一部分误检框，作者选择分类得分大于0.05的作为正样本。也就是乘center-ness值后，越远离中心点的框，得分就越来越低，再接上NMS，可以获取和Anchor-Based不分高下。

附飞桨课件