FCOS 的改進(jìn) trick

↑ 點(diǎn)擊藍(lán)字?關(guān)注極市平臺(tái)

作者丨BigBoss

來源丨h(huán)ttps://zhuanlan.zhihu.com/p/259314634

編輯丨極市平臺(tái)

本文僅用于學(xué)術(shù)分享，如有侵權(quán)，請(qǐng)聯(lián)系后臺(tái)作刪文處理。

極市導(dǎo)讀

?

本文總結(jié)了FCOS無cost漲點(diǎn)的技巧，內(nèi)容涉及對(duì)原始論文中六個(gè)要素的分析及后續(xù)改進(jìn)方案，值得剛?cè)腴T的同學(xué)思考。>>加入極市CV技術(shù)交流群，走在計(jì)算機(jī)視覺的最前沿

我個(gè)人的觀點(diǎn)，F(xiàn)COS 應(yīng)該算入門檢測(cè)最合適的文章。

一茬茬同學(xué)第一次讀 Faster R-CNN 時(shí)估計(jì)大多數(shù)都沒有搞明白 anchor 的作用，F(xiàn)COS 是 anchor free 的方法，可以先繞過 anchor 的概念。Paper 中用的 FPN 結(jié)構(gòu)示意圖上畫得也比較清楚，如果看 FPN 原文，還要涉及到 RPN 和 Fast R-CNN 的不同處理，知道 top-down 和 bottom-up 的思想應(yīng)該足夠了。

簡(jiǎn)單總結(jié) FCOS 無 cost 漲點(diǎn) trick，大部分參考了 mmdetection 的源碼。源自我面試時(shí)候最喜歡問的問題：這篇 paper 有什么不足，后續(xù)有哪些改進(jìn)。

1. centerness 分支的位置

原始論文：centerness 分支與 cls 分支共享前面幾個(gè)卷積

改進(jìn) trick：centerness 分支挪到 reg 分支，參考

https://github.com/tianzhi0549/FCOS/issues/89#issuecomment-516877042

2. center sampling

原始論文：GT bbox 內(nèi)的點(diǎn)，分類時(shí)均作為正樣本（下圖上面小圖的所有黃色區(qū)域）。

改進(jìn) trick：只有 GT bbox 中心附近的 radius * stride 內(nèi)的小 bbox（可以叫 center bbox）內(nèi)的點(diǎn)，分類時(shí)才作為正樣本（下圖下面小圖的黃色和綠色區(qū)域）。

3. bbox norm

原始論文：假設(shè) FPN 某個(gè) stride feature map 上某個(gè)點(diǎn)的回歸預(yù)測(cè)值為 x，則對(duì)應(yīng)的值 ，其中 s_i 為 stride。

改進(jìn) trick：假設(shè) FPN 某個(gè) stride feature map 上某個(gè)點(diǎn)的回歸預(yù)測(cè)值為 x，則對(duì)應(yīng)的值為 。加入 ReLU 可以保證結(jié)果非負(fù)。注意訓(xùn)練時(shí)需要將與 GT 邊界的距離，除以 FPN 對(duì)應(yīng) feature map 的 stride 作為目標(biāo)值。

4. bbox loss weight

原始論文：所有正樣本點(diǎn)的 weight 平權(quán)。

改進(jìn) trick：將樣本點(diǎn)對(duì)應(yīng)的 centerness 作為權(quán)重，離 GT 中心越近，權(quán)重越大。

5. reg loss

原始論文：IoU loss。

改進(jìn) trick：GIoU，參考 https://giou.stanford.edu/GIoU.pdf

6. centerness 分支的 label

原始論文：利用 l，t，r，b 計(jì)算 centerness。

改進(jìn) trick：直接用 IoU，參考 GFL 中的Why is IoU-branch always superior than centerness-branch?（https://arxiv.org/pdf/2006.04388.pdf）

小目標(biāo)的 centerness 值比較小，最終 cls 分?jǐn)?shù)很容易被閾值卡掉，另外 GFL 中改進(jìn)了 cls 和 reg loss。

打個(gè)廣告，歡迎大家找我內(nèi)推。https://zhuanlan.zhihu.com/p/260428511

推薦閱讀

• 深度神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練中的 tricks（原理與代碼匯總）
  

• 無痛漲點(diǎn)：目標(biāo)檢測(cè)優(yōu)化的實(shí)用Trick
  

• 目標(biāo)檢測(cè)比賽中的tricks集錦
  

?ACCV 2020國(guó)際細(xì)粒度網(wǎng)絡(luò)圖像識(shí)別競(jìng)賽正式開賽！

添加極市小助手微信（ID : cvmart2），備注：姓名-學(xué)校/公司-研究方向-城市（如：小極-北大-目標(biāo)檢測(cè)-深圳），即可申請(qǐng)加入極市目標(biāo)檢測(cè)/圖像分割/工業(yè)檢測(cè)/人臉/醫(yī)學(xué)影像/3D/SLAM/自動(dòng)駕駛/超分辨率/姿態(tài)估計(jì)/ReID/GAN/圖像增強(qiáng)/OCR/視頻理解等技術(shù)交流群：每月大咖直播分享、真實(shí)項(xiàng)目需求對(duì)接、求職內(nèi)推、算法競(jìng)賽、干貨資訊匯總、與?10000+來自港科大、北大、清華、中科院、CMU、騰訊、百度等名校名企視覺開發(fā)者互動(dòng)交流~

△長(zhǎng)按添加極市小助手

△長(zhǎng)按關(guān)注極市平臺(tái)，獲取最新CV干貨

覺得有用麻煩給個(gè)在看啦~??