FCOS: Fully Convolutional One-Stage Object Detection(ICCV. 2019)代码笔记

FCOS: 全卷积单阶段目标检测

若该内容对你有所助益，烦请给予肯定评价~

文章结构概览

• FCOS: 全卷积单阶段目标检测方法
  • FCOS的网络架构及其在论文中所强调的核心内容
  • 1. AdelaiDet/adet/modeling/fcos/fcos.py
  • 2. AdelaiDet/adet/modeling/fcos/fcos_outputs.py
  • 3. AdelaiDet/adet/layers/iou_loss.py
  • 4. AdelaiDet/adet/utils/comm.py

FCOS网络结构以及论文中重点内容

FCOS网络结构

文中所指的share weight表示5个FPN层生成的特征图分别通过各自的share head进行处理，其中share head包含用于回归任务的4个卷积层和用于分类任务的4个卷积层。所谓权重共享，指的是这5个head在回归和分类任务中分别共享对应的卷积层权重。但需注意，在同一个FPN层级内部，回归与分类任务之间并不共享权重。
具体实现可参考代码部分。

    			feature = self.share_tower(feature) # torch.Size([1, 256, 52, 76])  torch