基于關鍵點
<<CornerNet: Detecting Objects as Paired Keypoints>>
目標框由左上角點和右下角點確定，所以要預測一個目標框的位置大小代兵，可轉(zhuǎn)換為生成兩個角點的熱力圖秽梅。對于多個目標，會有多個角點對拯辙，如何區(qū)分郭变？添加一個embedding預測項！如果一個左上角點和一個右下角點的embedding相近涯保，表示兩個點“對上眼了”诉濒，可以組成一個目標框。為了使得預測的框的坐標更為準確夕春，添加一個offset預測項未荒，對于預測的角點進行坐標修正。
角點有什么特征呢及志？人呢片排，自然知道——矩形框的一橫一豎相交處就是角點嘛，然而網(wǎng)絡不容易知道啊速侈，教教它吧率寡！引入corner pooling。
前向推理：
1倚搬、在角點熱力圖中冶共，使用3*3的池化層做了個NMS。
2潭枣、取出top-100個左上比默，右下點，通過offset調(diào)整角點位置盆犁。
3命咐、計算左上，右下角點embedding的L1距離谐岁，距離小的醋奠，類別一樣的構(gòu)成目標框榛臼。角點得分的平均作為置信度。
<<Bottom-up Object Detection by Grouping Extreme and Center Points>>
一個目標框可以用左上右下角點組成窜司，還可以用左下右上角點極左沛善、極右，極上塞祈，極下四個點組成金刁，比如一個菱形，過左右極點做豎線议薪，過上下極點做橫線尤蛮，這樣一個外接矩形框就出來了。
這么多極點的預測結(jié)果斯议，怎么組合产捞？慢慢遍歷吧。哼御。坯临。同時添加目標中心點熱力圖的預測，根據(jù)極點構(gòu)成的框框的中心點在中心點熱力圖的得分情況恋昼，對預測結(jié)果進行過濾看靠。
一般沒有數(shù)據(jù)集標注極點，所以只能自己動手焰雕，豐衣足食衷笋，使用extreme click annotations或者通過算法對已有標簽進行處理來生成真值標簽。
<<CenterNet: Keypoint Triplets for Object Detection>>
首先“diss”一下cornerNet——你固然是好矩屁，然而不夠好辟宗。為何不再加個中心點熱力圖預測呢？
前向推理：
1吝秕、由CornerNet提出的方法選擇top-k的目標框
2泊脐、選擇分數(shù)為top-k的中心關鍵點，結(jié)合offset烁峭，remap到輸入圖像大小
3容客、對于每個目標框，定義一塊中心區(qū)域约郁，檢查一下中心點是不是在中心區(qū)域內(nèi)缩挑，且類別是否一致。（中心區(qū)域選擇：根據(jù)目標尺度來鬓梅，對于小目標供置，選大點，對于大目標绽快，選小點芥丧。比如目標框大于150像素紧阔，5 * 5劃分，目標小于150像素续担，3 * 3劃分擅耽，選中間1 * 1的格子。）
4物遇、如果中心點和中心區(qū)域匹配上了乖仇，置信度值是左上角，右下角询兴，中心點三者平均这敬；沒有匹配，則刪除
既然cornerNet搞了個corner pooling蕉朵，順勢而為，center pooling水到渠成阳掐。順便幫corner pooling再改進下——cascade corner pooling始衅。
<<Objects as Points>>
大家用（x,y,w,h）訓練darknet是那么的熟練，然而現(xiàn)在缭保，角點汛闸，極點，一堆“花里胡哨”的艺骂，回歸初心吧——中心點熱力圖預測+中心點offset回歸+框的寬高回歸诸老。
密集預測
既然不用anchor，那么可以對于特征圖上的每個點都產(chǎn)生一個預測嘛钳恕。咦别伏，yolov1不就是這么做的，當然分成7 * 7的區(qū)域有點粗糙忧额。厘肮。。
<<Feature Selective Anchor-Free Module for Single-Shot Object Detection>>
在Retinanet基礎上睦番，fpn的每層輸出加兩個分支用于anchor-free預測类茂。
真值生成：原圖目標框b投影到特征圖中，大小為
托嚣，定義effective box為
（正樣本）巩检，定義 ignoring box為
（梯度不回傳），寬高分別為
的0.2和0.5倍示启。
對分類輸出兢哭，白色區(qū)域表示目標所在區(qū)域，灰色區(qū)域為忽略區(qū)域丑搔，黑色為負樣本區(qū)域厦瓢。計算focal loss提揍。
對于坐標輸出，對于里面所有的pixel(i,j)煮仇，預測四個坐標劳跃，分別是(i,j)與
的上下左右邊的偏移。effective box外面不計算loss浙垫。
在線特征選擇：FSAF module對于每個實例刨仑，根據(jù)其特征，選擇該在哪個特征層進行預測夹姥，而不是像anchor-based方法只用目標的大小杉武。
<<FCOS: Fully Convolutional One-Stage Object Detection>>
對于特征圖上的一個像素點 (x, y)，反投影到輸入圖像上辙售，坐標為（xs+s/2,ys+s/2）(s為當前特征圖的stride)轻抱。如果落在gt框中，那么該點為正樣本旦部。
但是如果用所有的這些“正樣本點”進行l(wèi)oss計算祈搜，會帶來2個問題：第一個，如果這個點是兩個目標框相交區(qū)域內(nèi)的點士八，那么這個點該預測哪一個目標呢容燕？第二個，如果這個點在目標角落處婚度，其需要預測的（t,b,l,r)值相差很大蘸秘，預測的框不靠譜。
針對第一個問題蝗茁，利用多尺度預測醋虏，將不同目標分配給不同層進行預測，消除歧義性评甜。尺度m2, m3, m4, m5, m6 m7 設置為 0, 64, 128, 256, 512 和無窮灰粮；如果要回歸的真值
針對第二個問題旬薯，使用 Center-ness得分晰骑，表示目標框內(nèi)的像素點距離中心的偏移程度，真值計算如下式所示。在推理時硕舆，目標框的得分是Center-ness得分乘以類別得分秽荞，因此距離中心點較遠的點的預測結(jié)果置信度會被拉低，去除這些低質(zhì)量的預測結(jié)果抚官。
