目標檢測算法–anchor
給目標檢測算法分類，可以從好幾個維度去看。例如我們常見的One-Stage和Two-Stage，這是從網絡Stage數量上來分的。今天總結的方法，是根據是否有anchor來區分，所以在這個維度上，目標檢測算法可以分爲anchor based和anchor free，其實歸根結底，都被稱爲Proposal Generation。其實anchor-free並不是一個新概念，大名鼎鼎的yolo應該是目標檢測領域最早的anchor-free模型了。
Proposal Generation在目標檢測中也是一個非常重要的角色，因爲目標檢測是需要定位的，定位準不準，全看proposal。一個Proposal生成器可以生成一系列的Bounding Box，這些BBox都是潛在的目標。我們將生成Proposal的方法分爲四類：傳統計算機視覺方法，anchor-based監督學習方法，anchor-free方法。不管是One-Stage還是Two-Stage算法都會生成Proposal，兩者主要的區別是Two-Stage的算法生成的Proposal只有前景或者背景簡單的二分類信息，具體類別和精細位置迴歸值由另一個stage的網絡完成；然而One-Stage算法認爲圖像中每一個區域都是一個潛在的proposal，然後有根據地去預測出潛在目標的座標和類別。
1、傳統計算機視覺方法
這類的方法是使用傳統計算機視覺的方法去生成Proposal，例如“邊”，”角“，”顏色“，”連通域“之類的。從目標檢測算法的發展路線中就可以看到，早期的目標檢測算法就是通過一些傳統視覺方法找到Proposal，例如大名鼎鼎的SS方法(Selective Search)，在fast RCNN中被用來獲取推選框的那個。這裏涉及到一個概念叫做超像素(superpixels),超像素是一系列像素的集合，這些像素具有類似的顏色、紋理、、梯度等特徵，並且距離相近，然後把這些像素歸於一類。如下圖所示
通過合併超級像素之後，可以很粗略地找到一些潛在的目標，然後再通過一系列分割的算法，最終生成一些Proposals。後來由於此種方法太耗時，逐漸被CNN取代，以至於現在基本上看不到傳統算法做proposal了。
2、Anchor-based 方法
anchor-based方法在目標檢測算法中佔有半壁江山，這種說法絕不爲過，此種方法是根據預先定義的anchor來生成Proposal。我是在Faster-RCNN中第一次接觸到proposal，使用監督學習RPN網絡去生成Proposal，這裏引用下關於FasterRCNN的介紹
第一步是在一個滑動窗口上生成不同大小和長寬比例的anchor box，取定IoU的閾值來標定這些anchor box的正負。於是，傳入RPN網絡的樣本數據被整理爲anchor box（座標）和每個anchor box是否有物體（二分類標籤）。RPN網絡將每個樣本映射爲一個概率值和四個座標值，概率值反應這個anchor box有物體的概率，四個座標值用於迴歸定義物體的位置。最後將二分類和座標迴歸的損失統一起來，作爲RPN網絡的目標訓練。由RPN得到Region Proposal在根據概率值篩選後經過類似的標記過程，被傳入R-CNN子網絡，進行多分類和座標迴歸，同樣用多任務損失將二者的損失聯合。
後來SSD直接使用多尺度anchor去匹配目標，這一點跟RPN有一點類似，在預定義的acnhor上使用不同的aspect ratio，所以能夠適應多尺度的目標檢測。 SSD的思想和RPN不同之處在於，前者可以在每一個Anchor Proposal上輸出具體的類別判斷，後者只能輸出是前景還是背景的概率值，具體的類別需要另一個stage的算法判斷。
後面，不管是目標檢測還是人臉檢測，很多都是anchor-based的方法
3、anchor-free方法
anchor-free的方法提出的還挺早的，早在2015年DenseBox做人臉檢測，yoloV1做目標檢測，MTCNN做人臉檢測，這些都是anchor-free的方法。這些可以被看成是anchor-free的早期探索吧，因爲yolov2和yolov3後來都不使用anchor-free了。
-
基於關鍵點的方法
基於關鍵點的方法又可以被分爲corner-based和center-based。最早的基於關鍵點的方法是CornerNet，是通過檢測bbox的對角線來檢測出目標，提出corner pooling，更好地定位bbox的角點。首先預測出兩組heatmaps，一組爲top-left角點，另一組爲bottom-right角點，每一組heatmaps有C個通道，表示C個類別，尺寸爲HxW。ExtremeNet通過預測上下左右四個極值點和一箇中心點來檢測目標，CenterNet是預測左上角點，右下角點和中心點三個值。從目前的目標檢測效果來看CenterNet的性能還不錯，正在持續跟進。
-
基於密集預測的方法
密集預測就是直接在特徵圖上回歸出object的座標，不同於角點檢測。關於這一塊的內容，我也實踐的比較少，經常聽說的幾類方法有FCOS和FoveaBox，感興趣的同學自己去看下原文吧。
從目前的檢測算法文章來看，感覺anchor-free的方法更加的流行，新的文章層出不窮。應該去多花點時間學學新的東西了。
公衆號：卡本特
