CornerNet：一种anchor-free的目标检测算法.
- paper：CornerNet: Detecting Objects as Paired Keypoints
- arXiv：link
模型介绍
作者提出了一个anchor-free的目标检测算法：CornerNet。
CornerNet由backbone network和prediction module组成。
- backbone network选用Hourglass Network，将输入图像提取成特征映射；
- prediction module使用了corner pooling，将特征映射转化成三个输出，分别为：
- heatmaps：分别预测每一个像素位置是某一类边界框的左上角坐标、右下角坐标的概率；
- embeddings：对每一个可能为边界框左上角坐标、右下角坐标的位置进行编码，属于同一个边界框的编码应尽可能接近；否则编码尽可能相差较大；
- offsets：把边界框的预测角点回归到像素点上。
corner pooling
预测边界框的左上角坐标、右下角坐标，在预测点附近并没有出现物体，因此不能仅依赖预测点附近的感受野。作者提出了corner pooling，可以获取目标的边界信息。
以top-left corner pooling为例，该点的结果由该点右边和下边所有特征点数值最大者决定：
corner pooling在网络中应用如下，网络还使用了残差连接：
损失函数
数据集在标注“Ground truth时并不是仅把目标边界框的左上角和右下角像素位置标注为1，而是使用一个二维高斯分布作为软标注：
网络的损失函数为：
\[L = L_{det} + αL_{pull} + βL_{push} + γL_{off}\]- $L_{det}$是目标损失，使用交叉熵损失：
- $L_{pull}$用于使同一个边界框的左上角和右下角编码尽可能接近，具体地使其接近二者的平均值：
- $L_{push}$用于使不同边界框的角点编码尽可能远离：
- $L_{off}$用于对坐标位置进行修正：
