今天說的是《Soft Anchor-Point Object Detection》，其也是最近關于anchor free的目標檢測的論文，作者來自于CMU，一作同樣也是FSAF(2019 CVPR)的作者。該論文的出發點還是在樣本選擇和FPN特征選擇層面。
背景
Anchor free是目標檢測領域的一個研究熱點，其主要可以分為anchor-point和keypoint兩類。后者在往往在一個高分辨率的特征圖上進行檢測，其優點是準確率高，但是計算量大。而anchor-point的方法往往在多個分辨率上進行檢測，結構簡單，速度更快。作者認為anchor-point的方法性能不高主要還是在于訓練的不充分，主要是注意力偏差(attention bias)和特征選擇(feature selection)。因而作者提出了兩種策略：1)soft-weighted anchor points對不同位置的樣本進行權重分配，2)soft-selected pyramid levels，將樣本分配到多個分辨率，并進行權重加權。
方法框架
整體框架其實和FSAF是類似
● Soft-Weighted Anchor Points ●
清晰的目標更容易獲得關注和更高的分數，而邊緣或者被遮擋的目標比較難檢測。具體的問題如下：
上圖中有五個足球運動員，分類輸出的得分圖score map如圖b所示，可以看到有兩個運動員的得分區域占了主導地位。甚至這兩個運動員的得分區域還侵占了其他運動員的得分區域。
作者認為引起該問題的主要原因是特征不對齊，位于gt邊緣的anchor和位于中心的anchor不應被同等對待。解決思路就是對不同位置的樣本引入不同的權重，其離gt的中心越近，其權重越高，離gt中心越遠，其權重越低(因為邊緣往往意味著包含很多背景信息)。從而引入了廣義中心度來確定權重：
概述我們的訓練策略與h soft-weighted anchorpoints和soft-selected pyramid levels。黑條表示正錨定點對網絡損耗貢獻的指定權重。
● Soft-Selected Pyramid Levels ●
該問題實際上在FSAF中也研究過，即如何選擇合適的分辨率(尺度)來進行目標的檢測。FSAF是通過loss來選擇合適的分辨率。該論文同時也借鑒了FoveaBox將一個anchor映射到多個分辨率進行檢測的思想(實際上工程中也會用到)來提升性能。同時作者還給不同的分辨率分配不同的權重。具體地，作者額外訓練了一個子網絡來預測不同尺度的權重，該網絡具體為：
而該子網絡的輸入，是在不同分辨率上利用roialign提取gt(ground truth)的特征，并concat起來。
實驗結果
作者和FSAF(基于anchor-free分支)進行比較，soft-weighted anchor points(SW)策略提升了1.1個點，soft-selected pyramid levels(SS)提升了1個點。作者還采用了BFPN(2019 CVPR Libra RCNN中的特征融合策略)進行了加強，還能有性能提升。
可視化結果
論文最好的性能是47.4，在R50上也達到了41.7。
總結
作者在FSAF的基礎上進一步地分析了現有的兩個問題：注意力偏差和特征選擇問題。前一個問題通過對不同樣本加權實現，后一個問題通過對不同分辨率加權實現，論文講述清晰，思路簡單。同時也要注意到，該論文特征選擇預測網絡的訓練問題，工程上是否真的有效還需進一步地嘗試驗證。
論文地址：由于頭條的限制,需要請留言
)
...)
)
