FoveaBox: Beyond Anchor-based Object Detector 算法分析

又是一篇基于 anchor-free 的研究论文，阅读之后，再次印证了个人之前的看法。anchor-free 类的算法在整体架构上其实大同小异，尤其是在检测头部分，基本上都是从图像到图像的处理方式。最终输出的结果也大多是 HWK 或 HW4 的特征图（有时会增加一些分支）。它们之间本质上的差异主要体现在标签的定义、损失函数的设计以及后续处理环节。不过，近期的一些研究在后处理方面的探索并不多，因此这一方向似乎仍有较大的发展空间。若文中存在不当之处，欢迎指正。

论文名称：FoveaBox: Beyond Anchor-based Object Detector

论文链接：https://arxiv.org/pdf/1904.03797.pdf

一、 算法流程：

与FCOS的结构极为相似，其核心组件包括一个主干网络（backbone），一侧连接着FPN特征金字塔，另一侧则接上检测头。最终生成两张特征图，分别为HWK和HW4的尺寸。其中K表示类别数量，而4个参数则用于回归目标的位置信息。

二、标签生成与回归机制：

在前文内容中，已详细说明FCOS的标签处理策略：通过中