[重读经典论文] FCOS

合集 - AI论文(35)

1.[轻量化网络]MobileNet V1学习笔记2022-09-192.[轻量化网络]MobileNet V2学习笔记2022-09-223.[重读经典论文] AlexNet——引爆CNN2023-03-234.[轻量化网络]ShuffleNet V2学习笔记2022-10-185.[轻量化网络]ShuffleNet V1学习笔记2022-10-096.[轻量化网络]Mnasnet学习笔记2022-10-077.[重读经典论文]ResNeXt2023-04-078.[重读经典论文]SENet——ILSVRC收官之作2023-04-059.[重读经典论文]ResNet2023-04-0310.[重读经典论文]VGG——传统串行卷积神经网络的极致2023-04-0211.[重读经典论文]Inception V42023-03-3012.[经典论文重读]Inception V2/V32023-03-2913.[重读经典论文]GoogLeNet——Inception模块的诞生2023-03-2714.[重读经典论文]ZFNET——神经网络可视化的开山之作2023-03-25

15.[重读经典论文] FCOS2023-06-07

16.[重读经典论文] EfficientNetV1/V22023-06-0617.[轻量化网络] MobileNet V32023-06-0618.[重读经典论文] RetinaNet——Focal Loss for Dense Object Detection2023-06-0519.[重读经典论文] FPN及PAN笔记2023-06-0220.[重读经典论文]YOLOv72023-05-3021.[重读经典论文]YOLOV62023-05-3022.[重读经典论文]RepVGG: Making VGG-style ConvNets Great Again2023-05-2823.[可解释性分析]LIME2023-05-1324.[可解释性分析]GradCAM2023-05-1025.[可解释性分析]CAM2023-05-0926.[重读经典论文]YOLOX2023-05-0827.[重读经典论文]YOLOv42023-05-0628.[重读经典论文]YOLOv32023-04-2829.[经典论文重读]YOLOv22023-04-2830.[重读经典论文]YOLOv12023-04-2631.[重读经典论文] MobileViT2023-06-1332.[重读经典论文] ConvNeXt——卷积网络又行了2023-06-1233.[重读经典论文] Swin-Transformer2023-06-1134.[重读经典论文]VIT2023-06-1035.[重读经典论文]EfficientDet2023-06-08

收起

参考博客：FCOS网络解析

参考视频：FCOS网络讲解

从Anchor-Base转到Anchor-free，其实会有几个问题，一个是如何匹配正负样本？第二个是预测时中心点坐标怎么定？

如何匹配正负样本？

网络采用了FCN，得到若干个待预测的特征图，然后将每个GT的范围映射到特征图中，只要特征图中的某一点落在这个范围内，就算是正样本（这是19年的版本）；20年的版本，在这个基础上增加一个条件，中心点还需要落入sub-box内才算是正样本，这个sub-box的公式为：

其中( c_x , c_y ) 是GT的中心点，s是特征图相对原图的步距，r是一个超参数，控制距离GT中心的远近，在COCO数据集中r设置为1.5。

如下图所示：

预测时中心点坐标怎么定？

其实预测时，就是遍历每个特征图，以每个grid cell的中心点为基础去预测坐标，类别和Centerness，也就是说，虽然这种做法是Anchor-free的，其实也是有anchor，anchor就是每个特征图上的grid cell，可以看作是以点为anchor了。