作为与FCOS和FSAF同期的Anchor-free论文，FoveaBox在整体构造上也是基于DenseBox加FPN的策略，次要差异在于FoveaBox只应用指标核心区域进行预测且回归预测的是归一化后的偏移值，还有依据指标尺寸抉择FPN的多层进行训练，大家能够学习下

起源：晓飞的算法工程笔记公众号

论文: FoveaBox: Beyound Anchor-Based Object Detection

论文地址：https://arxiv.org/abs/1904.03797
论文代码：https://github.com/taokong/FoveaBox

Introduction

论文认为anchor的应用不肯定是最优的搜寻指标的形式，且受人眼视网膜地方凹(fovea)的启发：视觉区域的中部有最高的视觉敏锐度，所以提出了anchor-free指标检测办法FoveaBox。

FoveaBox联结预测每个无效地位为指标核心的可能性及其对应指标的尺寸，输入类别置信度以及用以转化指标区域的尺寸信息。如果大家看过很多Anchor-free的检测计划，可能感觉论文的实现计划很常见，确实，其实这篇文章也是Anchor-free井喷初期的作品，整体思路很纯正，也是很多大佬都想到的思路，在浏览时须要关注以下细节：

以指标的核心区域进行分类预测与回归预测
将回归预测的是归一化后的偏移值
训练时可指定FPN多层同时训练
提出特色对齐模块，应用回归的输入来调整分类的输出特色

FoveaBox

Object Occurrence Possibility

给定GT指标框$(x_1, y_1, x_2, y_2)$，将其映射到特色金字塔层$P_l$：

$s_l$为特色层绝对于输出的stride，正样本区域$R^{pos}$为大抵为映射框的放大版本：

$\sigma$为人为设定缩放因子。在训练阶段，正样本区域内的特色点标记为对应的指标类别，其余的区域为负样本区域，特色金字塔每层的输入为$C\times H\times W$，$C$为类别总数。

Scale Assignment

网络的指标是预测指标的边界，间接预测是不稳固的，因为指标尺寸的跨度很大。为此，论文将指标尺寸归为多个区间，对应特色金字塔各层，各层负责特定尺寸范畴的预测。给予特色金字塔$P_3$到$P_7$根底尺寸$r_l=2^{l+2}$，则层$l$负责的指标尺寸范畴为：

$\eta$为人工设置的参数，用于管制特色金字塔每层的回归尺寸范畴，不在该层尺寸范畴内的训练指标则疏忽。指标可能落到多个层的尺寸范畴内，这时应用多层进行训练，多层训练有以下益处：

邻接的特色金字塔层通常有相似的语义信息，可同时进行优化。
大幅减少每层的训练样本数，使得训练过程更稳固。

Box Prediction

在预测指标尺寸时，FoveaBox间接计算正样本区域$(x,y)$到指标边界的归一化的偏移值：

公式4先将特色金字塔层的像素映射回输出图片，再进行偏移值的计算，训练采纳L1损失函数。

Network Architecture

网络结构如图4所示，骨干网络采纳特色金字塔的模式，每层接一个预测Head，蕴含分类分支和回归分支。论文采纳较简略的Head构造，应用更简单的Head能够取得更好的性能。

Feature Alignment

论文提出了特色对齐的trick，次要是对预测Head进行革新，构造如图7所示，

Experiment

与SOTA办法进行比照。

Conclusion

作为与FCOS和FSAF同期的Anchor-free论文，FoveaBox在整体构造上也是基于DenseBox加FPN的策略，次要差异在于FoveaBox只应用指标核心区域进行预测且回归预测的是归一化后的偏移值，还有依据指标尺寸抉择FPN的多层进行训练。因为FoveaBox的整体实现计划太纯正了，与其它Anchor-free办法很像，所以始终投稿到当初才中了，作者也是相当不容易。

如果本文对你有帮忙，麻烦点个赞或在看呗～
更多内容请关注微信公众号【晓飞的算法工程笔记】