【论文简述】目标检测：FCOS（2019）

B站简介视频：https://www.bilibili.com/video/BV16V411m73M?spm_id_from=333.337.search-card.all.click

FOCS：借用FCN思想来进行目标检测

1. proposal free + anchor free,减少了超参数的数量。
2. 避免了IoU的复杂计算
3. 模型精确度和通用性高。

方法：

完整架构：主干神经网络+FPN+预测子网络

为什么最后两层没有进行上采样呢？FPN结构在高层的语义特征进行融合效果并不好，所以构建FPN没有必要使用所有的卷积层。但为了尺度的多样性，在其后面加入了P6/P7

解决ambiguous的方法的核心思想：

由于使用了金字塔结构所以最底层feature_map单元和小的bbox绑定在一起，再往上层feature_map单元和大的bbox绑定在一起。

centerness支流