目标检测发展已经到了一个瓶颈，但是依然有很多优秀的产出，比如最近比较火热的“Anchor—Free”，貌似在该机制下精度有一定程度的提升，今天博主基于之前积累的知识，为大家分享基于Anchor的优化，主要涉及动态特征选择Anchor，增加深度特征的表示，最终精度大幅度提升。

1.前言

基于无anchor机制的特征选择模块，是一个简单高效的单阶段组件，其可以结合特征金字塔嵌入到单阶段检测器中。FSAF解决了传统基于anchor机制的两个限制:

(1) 启发式的特征选择

(2) overlap-based anchor采样

FSAF的通用解释是将在线特征选择应用于与anchor无关的分支的训练上。即无anchor的分支添加到特征金字塔的每一层，从而可以以任意层次对box进行编码解码。训练过程中，将每个实例动态的放置在最适合的特征层次上。在进行inference时，FSAF可以结合带anchor的分支并行的输出预测结果。FSAF主要包含无anchor分支的实现及在线特征选择两部分。FSAF结合RetinaNet在COCO检测任务上实现更高的准确率及速度，获得了44.6%的mAP，超过了当前存在的单阶段检测网络。

但是，除了Anchor-Free，其实大部分检测框架中使用的还是Anchor机制，在详细分享今天的干货之前，和大家预热下 Anchor refinement module (ARM)。

RefineDet中使用ARM模块对anchor进行微调，然后将微调后的anchor送到ODM模块中进一步的预测。但是，对比ODM模块和SSD就会发现。ODM中输入的anchor尺寸不在是固定的，而是经过调整之后的。也就是说，在SSD中anchor的W，H是一个标量，但在ODM却成了一个变量。更为重要的是，anchor成为一个变量后，ODM中的输入并没有发生变化，依旧是原始未经过调整anchor对应的feature-map，这种不对等性限制了网络的性能。

所以Anchor的设计对One-Stage网络的性能至关重要！

就如上述所说，ARM被提出来调整默认anchor的初始化，为检测器提供了更好的anchor参考。然而，这个模块带来了另一个问题：特征映射中的所有像素都具有相同的感受野，而与每个像素相关联的anchor具有不同的位置和大小。这种不一致可能导致不太有效的检测结果。

于是，我想是不是应该有一个动态特征选择操作，在一个特征映射中选择新的像素，从中获取最佳的anchor。根据新的anchor点位置和大小选择像素，使这些像素的感受野能够很好地适应anchor区域，这使得检测器，特别是回归部分更容易优化。此外，为了提高所选特征像素的表达能力，还设计了一个双向特征融合模块，将早期和深层特征相结合。

在One-Stage中，SSD和Yolo是大家常见的检测框架，今天我就以SSD为例，和大家详细说下具体细节！

ARM是One-Stage检测器中使用的类似RPN模块，是[Shifeng Zhang, Longyin Wen, Xiao Bian, Zhen Lei, and Stan Z Li. Single-shot refinement neural network for object detection. In Proceedings of the IEEE conference on computer vision and pattern recognition, 2018]首先提出的。它在多尺度检测框架下，在每个 detection source layer上附加两个卷积核。ARM的主要目的是为每个anchor分配背景/前景分数和预测调整的位置。利用二进制分类分数筛选出负样本，并将细化的anchor发送到最终的目标检测模块(ODM)，与SSD中的检测器头完全相同。为了更好地分析ARM对探测器的影响，首先给出了探测器头的边界框回归和分类的定义。

Bounding box regression

从上面的分析可以看出，ARM将导致输入特征点的感受野与其相关的新细化anchor之间的不一致。这种不一致可能导致次优检测器，特别是对于回归部分。

一种简单的解决方案是基于anchor的新形状动态采样检测器头的特征点。这样，特征点就能够感知anchor的存在。特征选择函数可以写成如下：

整体的框架就差不多了，之后进行简单的实验测试，验证其是否具有较好的性能！

上表是在VOC数据集中测试，使用的是SSD512网络。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。