目標(biāo)檢測(cè)發(fā)展已經(jīng)到了一個(gè)瓶頸，但是依然有很多優(yōu)秀的產(chǎn)出，比如最近比較火熱的“Anchor—Free”，貌似在該機(jī)制下精度有一定程度的提升，今天博主基于之前積累的知識(shí)，為大家分享基于Anchor的優(yōu)化，主要涉及動(dòng)態(tài)特征選擇Anchor，增加深度特征的表示，最終精度大幅度提升。

1.前言

基于無(wú)anchor機(jī)制的特征選擇模塊，是一個(gè)簡(jiǎn)單高效的單階段組件，其可以結(jié)合特征金字塔嵌入到單階段檢測(cè)器中。FSAF解決了傳統(tǒng)基于anchor機(jī)制的兩個(gè)限制:

(1) 啟發(fā)式的特征選擇

(2) overlap-based anchor采樣

FSAF的通用解釋是將在線特征選擇應(yīng)用于與anchor無(wú)關(guān)的分支的訓(xùn)練上。即無(wú)anchor的分支添加到特征金字塔的每一層，從而可以以任意層次對(duì)box進(jìn)行編碼解碼。訓(xùn)練過(guò)程中，將每個(gè)實(shí)例動(dòng)態(tài)的放置在最適合的特征層次上。在進(jìn)行inference時(shí)，F(xiàn)SAF可以結(jié)合帶anchor的分支并行的輸出預(yù)測(cè)結(jié)果。FSAF主要包含無(wú)anchor分支的實(shí)現(xiàn)及在線特征選擇兩部分。FSAF結(jié)合RetinaNet在COCO檢測(cè)任務(wù)上實(shí)現(xiàn)更高的準(zhǔn)確率及速度，獲得了44.6%的mAP，超過(guò)了當(dāng)前存在的單階段檢測(cè)網(wǎng)絡(luò)。

但是，除了Anchor-Free，其實(shí)大部分檢測(cè)框架中使用的還是Anchor機(jī)制，在詳細(xì)分享今天的干貨之前，和大家預(yù)熱下 Anchor refinement module (ARM)。

RefineDet中使用ARM模塊對(duì)anchor進(jìn)行微調(diào)，然后將微調(diào)后的anchor送到ODM模塊中進(jìn)一步的預(yù)測(cè)。但是，對(duì)比ODM模塊和SSD就會(huì)發(fā)現(xiàn)。ODM中輸入的anchor尺寸不在是固定的，而是經(jīng)過(guò)調(diào)整之后的。也就是說(shuō)，在SSD中anchor的W，H是一個(gè)標(biāo)量，但在ODM卻成了一個(gè)變量。更為重要的是，anchor成為一個(gè)變量后，ODM中的輸入并沒(méi)有發(fā)生變化，依舊是原始未經(jīng)過(guò)調(diào)整anchor對(duì)應(yīng)的feature-map，這種不對(duì)等性限制了網(wǎng)絡(luò)的性能。

所以Anchor的設(shè)計(jì)對(duì)One-Stage網(wǎng)絡(luò)的性能至關(guān)重要！

就如上述所說(shuō)，ARM被提出來(lái)調(diào)整默認(rèn)anchor的初始化，為檢測(cè)器提供了更好的anchor參考。然而，這個(gè)模塊帶來(lái)了另一個(gè)問(wèn)題：特征映射中的所有像素都具有相同的感受野，而與每個(gè)像素相關(guān)聯(lián)的anchor具有不同的位置和大小。這種不一致可能導(dǎo)致不太有效的檢測(cè)結(jié)果。

于是，我想是不是應(yīng)該有一個(gè)動(dòng)態(tài)特征選擇操作，在一個(gè)特征映射中選擇新的像素，從中獲取最佳的anchor。根據(jù)新的anchor點(diǎn)位置和大小選擇像素，使這些像素的感受野能夠很好地適應(yīng)anchor區(qū)域，這使得檢測(cè)器，特別是回歸部分更容易優(yōu)化。此外，為了提高所選特征像素的表達(dá)能力，還設(shè)計(jì)了一個(gè)雙向特征融合模塊，將早期和深層特征相結(jié)合。

在One-Stage中，SSD和Yolo是大家常見(jiàn)的檢測(cè)框架，今天我就以SSD為例，和大家詳細(xì)說(shuō)下具體細(xì)節(jié)！

ARM是One-Stage檢測(cè)器中使用的類似RPN模塊，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。它在多尺度檢測(cè)框架下，在每個(gè) detection source layer上附加兩個(gè)卷積核。ARM的主要目的是為每個(gè)anchor分配背景/前景分?jǐn)?shù)和預(yù)測(cè)調(diào)整的位置。利用二進(jìn)制分類分?jǐn)?shù)篩選出負(fù)樣本，并將細(xì)化的anchor發(fā)送到最終的目標(biāo)檢測(cè)模塊(ODM)，與SSD中的檢測(cè)器頭完全相同。為了更好地分析ARM對(duì)探測(cè)器的影響，首先給出了探測(cè)器頭的邊界框回歸和分類的定義。

Bounding box regression

從上面的分析可以看出，ARM將導(dǎo)致輸入特征點(diǎn)的感受野與其相關(guān)的新細(xì)化anchor之間的不一致。這種不一致可能導(dǎo)致次優(yōu)檢測(cè)器，特別是對(duì)于回歸部分。

一種簡(jiǎn)單的解決方案是基于anchor的新形狀動(dòng)態(tài)采樣檢測(cè)器頭的特征點(diǎn)。這樣，特征點(diǎn)就能夠感知anchor的存在。特征選擇函數(shù)可以寫(xiě)成如下：

整體的框架就差不多了，之后進(jìn)行簡(jiǎn)單的實(shí)驗(yàn)測(cè)試，驗(yàn)證其是否具有較好的性能！

上表是在VOC數(shù)據(jù)集中測(cè)試，使用的是SSD512網(wǎng)絡(luò)。