本文共 1703 字，大约阅读时间需要 5 分钟。

文章：Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection

文章写的是真漂亮！！！

Anchor s Anchor Free

文中提出，anchor based的方法和anchor free有以下三个区别：

• 1）每个位置的anchor数量：anchor based的方法每个位置有多个anchor，anchor free的方法每个位置只有一个anchor point
• 2） 正负样本的定义：anchor based的方法根据anchor和GT的IoU定义正负样本，anchor free的方法根据空间位置和GT的scale定义
• 3） 框回归的起始状态：anchor based的方法是回归GT框与anchor的残差，anchor free的方法则是回归anchor point到四个边的距离

有了以上三个区别，文章就要分析，到底是哪个因素影响了Anchor based的和Anchor free的性能差别了呢？

作者选取了RetinaNet（anchor based）和FCOS（Anchor Free）的方法作对比。

RetinaNet Vs FCOS

看RetinaNet和FCOS的结构，都非常简单，而且相似。作者先不讨论第一区别的影响，先讨论后两个。所以先将RetinaNet的anchor的数量设置为1，记作RetinaNet(#A=1)，anchor大小为8S。这样RetinaNet(#A=1)的性能下降到32.5%，与FCOS的37.8还有很大差距。但此时，FCOS其实还有很多Trick在里面，当把这些trick加入到RetinaNet(#A=1)中，RetinaNe(#A=1)t的性能上到了37.0，仍然有些差距。但目前来看，两者网络一模一样了，区别只能是在anchor based和anchor free的差别了，也就是上述的前两个问题。

针对2）和3）问题，作者做了实验。2）是在说怎么确定正负样本，3）是在说用anchor box还是anchor point去回归框。这里，会觉得，没有anchor box怎么能用IoU的方式确定正负样本呢？

其实，这两个问题可以分开看。2）是怎么说确定正负样本，即便用了anchor确定正负样本，仍然可以用anchor point的方式回归框。

于是，作者做了四个实验，分别对应2）和3）问题的两种组合。

ATSS

有了上述发现，作者提出一个自适应确定正负样本的方法：

上述方法结合IoU和center确定正样本的框，而且IoU的阈值是自适应的。而且确定了每个特征图上最多9个框。

而且可以起到，当一个特征图特别适合预测某一个物体，该物体的$v_g$会很大，使得$t_g$也大，使得只有这个特征图有正样本，其他scale的特征图为负样本。反之，并没有一个特征图特别适合预测某个物体，该物体的IoU分布就会比较平均，$m_g$会小，使得$t_g$也小，使得多个特征图上都会有正样本。

实验

超参数

ATSS中还有两个超参数，一个是每个物体每层特征图上要有几个候选样本k，一个是anchor的大小。作者发现这两个参数都很鲁棒。

Comparison

作者用了更复杂的backbone，用了DCN，用了multi-scale test等trick，将效果刷到了极致

Discussion

到现在，anchor based和anchor free还有一个问题没解决，那就是anchor可以有多个尺寸和长宽比的框。作者做了实验发现，如果用了ATSS，多种anchor还不如用1种。至此，一开始提的问题就都解决了。

转载地址：https://blog.csdn.net/wqwqqwqw1231/article/details/117966662 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！