一、模型框架

FCOS采用的網絡架構和RetinaNet一樣，都是采用FPN架構，如圖2所示，每個特征圖后是檢測器，檢測器包含3個分支：classification，regression和center-ness。

對于特征圖Fi∈RH×W×C，其相對于輸入圖片的stride定義為s，另外記GT為Bi，這里Bi={x0(i),y0(i),x1(i),y1(i),c(i)}，其中(x0(i),y0(i))和(x1(i),y1(i))分別是GT的左上角和右下角頂點坐標，而c(i)是GT的類別。對于特征圖上的每個位置(x,y)，如果其落在任何GT的中心區域，就認為這個位置為正樣本，并負責預測這個GT。在最早的版本是落在GT之內就算正樣本，不過采用中心區域策略效果更好（?yqyao/FCOS_PLUS），兩者的區別如下圖所示。一個中心為(cx,cy)的GT，其中心區域定義為GT框的一個子框(cx?rs,cy?rs,cx+rs,cy+rs)，這里s是特征圖的stride，而r是一個超參數，論文中選用的是1.5，一個要注意的點是在實現中要保證中心區域不超過GT。盡管采用中心區域抽樣方法，可以減少前面說的沖突問題，但是無法保證，如果一個位置落在了多個GT的中心區域，此時就是模糊樣本。FCOS采用的一個策略是選擇面積最小的GT作為target，后面會談到結合FPN，FCOS可以大大減少模糊樣本的出現。