论文阅读： A Simple and Strong Anchor-freeObject Detector(FCOS_imprv)

论文信息： Zhi Tian,Adelaide
代码链接：https://github.com/aim-uofa/AdelaiDet
整体框架： 这篇论文是fcos原作者重新修改后发表在PAMI上面的一篇文章，fcos_imprv和fcos整体思想是一致的，只是在原作上做了部分修改，是网络性能得到进一步提升，在backbone为ResNet-101-FPN上面的性能从41.0提升到43.2，提升明显。本文主要是记录一下fcos_imprv相比原方法的一些改进和提升方法。

改进点

对于原始fcos方法的原理介绍，可以参考这里 ，这里详细说一下改进的地方：

1.正负样本

作者对正负样本的指定做了修改，在原始fcos中，对于目标被的所有特征点均指定为正样本，以及该特征点到目标边界的距离满足所处的FPN层的约束；而在FCOS_imprv中则要求指定只有在目标中心区域的特征点才为正样本；目标中心区域的大小为：

$$\left(c_{x}-r s, c_{y}-r s, c_{x}+r s, c_{y}+r s\right)$$

其中 $\left(c{x}, c{y}\right)$ 为目标中心，s为当前层的stride，r 为超参数，在论文中r设置为1.5。这个代码的实现可以看一下mmdetection中FCOS的实现：fcos_head.py 其中center_sample_radius参数默认设置为1.5.

2.回归目标修改

Fcos的回归目标直接是特征点到目标边界的距离，由于Head是共用的，所以在预测时为每个level预设一个可学习的scale因子，而fcos_imprv则加入stride，变得更适应FPN的尺寸，可学习的scale因子依然使用，具体形式如下：

$$\begin{array}{l} l^{*}=\left(x-x_{0}^{(i)}\right) / s, \quad t^{*}=\left(y-y_{0}^{(i)}\right) / s \\ r^{*}=\left(x_{1}^{(i)}-x\right) / s, \quad b^{*}=\left(y_{1}^{(i)}-y\right) / s \end{array}$$

这一部分的代码实现，可以看一下这个地方：fcos_head.py#L147 其中scale为可学习参数。

3.centerness 修改

在原始fcos中，centerness是和分类分支放在一起预测，而在fcos_imprv中，将该分支移至回归分支，以便更好的利用位置相关信息；

4.回归损失函数

在fcos方法中，训练损失函数如下：

$$\begin{aligned} L\left(\left\{\boldsymbol{p}_{x, y}\right\},\left\{\boldsymbol{t}_{x, y}\right\}\right) &=\frac{1}{N_{\mathrm{pos}}} \sum_{x, y} L_{\mathrm{cls}}\left(\boldsymbol{p}_{x, y}, c_{x, y}^{*}\right) \\ &+\frac{\lambda}{N_{\mathrm{pos}}} \sum_{x, y} \mathbb{1}_{\left\{c_{x, y}^{*}>0\right\}} L_{\mathrm{reg}}\left(\boldsymbol{t}_{x, y}, \boldsymbol{t}_{x, y}^{*}\right) \end{aligned}$$

第一项是分类分支的损失函数，使用的是的focal loss，第二项是回归分支的损失函数。在原始fcos中，使用的IOU loss，而在fcos_imprv中，使用的GIOU loss。这里顺便介绍一下IOU loss和GIOU loss的区别。

• IOU loss，原始smooth l1 loss在计算目标检测的 bbox loss时，都是独立的求出4个点的 loss，然后相加得到最终的 bbox loss。这种做法的默认4个点是相互独立的，而目标检测评价的是IOU指标，与实际不符。IOU loss计算如下：

$$\text { IoU loss }=-\ln \operatorname{IoU}\left(bbox_\text {gt }, b b o x_{\text {pred }}\right)$$

• GIOU loss，iou loss计算的是预测框与gt框存在重叠情况下的损失函数，而对于不重叠情况下，损失函数不可导，无法优化两个框不相交的情况。此外，如果iou是确定的，其iou值是无法确定两个框是如何相交的。GIOU 计算如下：

  $$G I o U=I o U-\frac{|C \backslash(A \cup B)|}{|C|}$$

  GIoU 的实现方式如上式，其中 C 为 A 和 B 的外接矩形。用 C 减去 A 和 B 的并集除以 C 得到一个数值，然后再用 A 和 B 的 IoU 减去这个数值即可得到 GIoU 的值。可以看出：1）GIoU 取值范围为 [-1, 1]，在两框重合时取最大值1，在两框无限远的时候取最小值-1；2）与 IoU 只关注重叠区域不同，GIoU不仅关注重叠区域，还关注其他的非重合区域，能更好的反映两者的重合度。

  GIOU loss计算如下：

  $$\mathcal{L}_{G I o U}= 1-GIOU$$

5.分数计算

最终分数的计算，fcos采用分类分数以及center-ness之积，fcos_imprv则采用分类分数以及center-ness之积的平方根：

$$\boldsymbol{s}_{x, y}=\sqrt{\boldsymbol{p}_{x, y} \times o_{x, y}}$$

实验结果