[论文解读] FCOS: A simple and strong anchor-free object detector

Zhi Tian, Chunhua Shen+2 more|arXiv (Cornell University)|Jun 14, 2020

Advanced Neural Network Applications参考文献 57被引用 38

一句话总结

FCOS 提供了一个全卷积、无锚框的一阶段目标检测器，使用逐像素预测、中心性分支和多层 FPN，在不使用锚框的情况下实现了有竞争力的精度。

ABSTRACT

In computer vision, object detection is one of most important tasks, which underpins a few instance-level recognition tasks and many downstream applications. Recently one-stage methods have gained much attention over two-stage approaches due to their simpler design and competitive performance. Here we propose a fully convolutional one-stage object detector (FCOS) to solve object detection in a per-pixel prediction fashion, analogue to other dense prediction problems such as semantic segmentation. Almost all state-of-the-art object detectors such as RetinaNet, SSD, YOLOv3, and Faster R-CNN rely on pre-defined anchor boxes. In contrast, our proposed detector FCOS is anchor box free, as well as proposal free. By eliminating the pre-defined set of anchor boxes, FCOS completely avoids the complicated computation related to anchor boxes such as calculating the intersection over union (IoU) scores during training. More importantly, we also avoid all hyper-parameters related to anchor boxes, which are often sensitive to the final detection performance. With the only post-processing non-maximum suppression (NMS), we demonstrate a much simpler and flexible detection framework achieving improved detection accuracy. We hope that the proposed FCOS framework can serve as a simple and strong alternative for many other instance-level tasks. Code and pre-trained models are available at: https://git.io/AdelaiDet

研究动机与目标

• 激励从现代检测器中移除锚框，以简化设计与训练。
• 提出一个逐像素预测框架用于目标检测，类似于分割中的全卷积网络（FCNs）。
• 引入中心性机制以抑制低质量检测。
• 利用多层特征金字塔以提高召回率并减少重叠带来的歧义。

提出的方法

• 在每个前景像素处预测一个四维边框向量（l, t, r, b）。
• 使用一个含有 80 类的二分类头并配合 focal 损失进行无锚框检测。
• 使用以特征层步幅缩放的回归目标进行训练，并对边框回归应用 GIoU 损失。
• 引入一个中心性分支，通过与目标中心的距离来加权最终分数。
• 采用来自 FPN 的多层预测（P3–P7）来处理不同尺度的目标并减少重叠歧义。
• 推理阶段，逐位点的得分为 s = sqrt(p * centerness)。

实验结果

研究问题

• RQ1 在一个完全无锚框、逐像素预测的框架中，目标检测是否能有效实现？
• RQ2 在无锚框检测器中，多层预测（FPN）是否能缓解来自重叠真实框的歧义？
• RQ3 中心性分支是否能有效抑制低质量检测并提高 AP？
• RQ4 在 COCO 上，FCOS 相比基于锚框的检测器如 RetinaNet，在精度和效率方面表现如何？

主要发现

• 在 COCO 上实现与基于锚框的检测器相比具备竞争力的 AP（例如，带中心性 的 FCOS 达到 38.9 AP）。
• 在没有中心性时，FCOS 已经在 AP 上击败了 RetinaNet（每个位置 9 个锚框时的 AP 为 38.0，对比 35.9；A=9）; 引入中心性后进一步提升至 38.9 AP。
• 结合 FPN 的多层预测将模糊样本降至很小的比例（在中心采样下低至 2.66%），缓解了重叠问题。
• 在 COCO val2017 上的最佳结果显示 FCOS 在多项指标（AP、AP50、AP75、不同阈值下的 AR）超越了 RetinaNet 的变体。
• 中心性权重通过对高类别置信度但与目标重叠度低的框进行降权，显著提高了精度。