anchor-free对象检测网络CornerNet详解

以前的对象检测网络

主要是两类对象检测方法

一类是以Faster-RCNN/Mask-RCNN为代表的two-stage检测器，第一阶段通过RPN网络产生大量的推荐区域，第二阶段通过对这些区域分类输出实现对象检测。这类方法的共同点就是算法精度比较高但是速度比较慢。

另外一类是以SSD/YOLO为代表的one-stage检测器，它们把对象检测问题当成简单的回归问题进行处理，通过CNN网络从输入图像中学习分类属性与位置信息，这类方法通常准确率(mAP)都比较低但是相比two-stage的网络速度比较快，

这两类对象检测网络，都是是通过生成或者定义各种比例的anchor来为实现对象检测服务。

关键点对的对象检测网络-CornerNet

CornerNet网络的特点:

1.CornerNet是一个真正意义上的anchor-free的网络，它把anchor box简单表示为左上角与右下角一个关键点对，

2.使用一个新池化层corner pooling，帮助网络更好的寻找角点

3.在识别精度超过现存的one-stage的网络，达到SOTA。

CornerNet网络结构

Cornet网络使用Hourglass网络作为backbone网络，后面跟随两个预测模型，分别预测box的左上角点与右下角点，每个模型包含corner pooling模块，然后池化特征预测heatmaps、embeddings、Offsets。

Heatmap的每个通道都是一个二值mask，预测每个对象关键点对位置信息，而且每个角点都跟其它的角点做一个距离预测作为embeddings vector，然后相似的嵌入或者属于同一个box的它们之间的距离是小的，这样就会生成anchor box，得到预测的结果。

训练预测两个嵌入的相似性即可得到最终的anchor-box。为了得到更好的检测框，网络也预测anchor-box的offset，这样可以生成调整后的最终检测框。最后网络在输出的对象检测框的基础上通过NMS处理就得到了最终的检测框。

对每个角点，都有个正确标注位置信息，其它都是负样本，为了平衡正负样本的比例，作者只对正样本指定半径周围负样本考虑在训练环节，图示如下：

Corner-pooling详解

首先看下图

分别在水平与垂直放心求最大值，然后再叠加，得到输出的结果，需要特别方向是自底向上，从右到左。更详解的图解如下：

如果是求右下角点，则方向相反。

预测模型

预测模型结构如下：

从backbone网络出来是接残差block，不过这里是把卷积替换成Corner-Pooling模块，然后紧跟一个3x3卷积之后进行多路输出。

测试结果：

论文

https://arxiv.org/pdf/1808.01244.pdf

代码：

https://github.com/princeton-vl/CornerNet

参考：

https://opencv.org/latest-trends-of-object-detection-from-cornernet-to-centernet-explained-part-i-cornernet/