論文資訊： Xingyi Zhou,UT Austin, arxiv1904.07852
代碼連結： https://github.com/xingyizhou/CenterNet
整體資訊： 這篇文章題目言簡意赅，就非常吸引人眼球。不同于CornerNet預測一對角點得到bbox，以及基于CornerNet改進的CenterNet預測三個點得到bbox，文章提出的CenterNet同樣作為一種anchor-free的目标檢測方法，化繁去簡，直接将目标作為一個點去預測，徹底丢掉了nms等後處理操作，而且将這種方法應用到姿态估計和3D目标檢測問題上。不得不說，足夠Innovative，考慮精度和速度trade-off，在coco上也取得不俗的成績：28.1%mAP/142FPS，37.4%mAP/52FPS，45.1%mAP/1.4FPS。
Motivation
現有的目标檢測方法，不論是oe-stage方法還是two-stage方法，在得到所有潛在目标框之後，都需要使用NMS（非極大值抑制）來處理同類目标重複的檢測框，這種做法出列計算耗時之外，而且這種後處理操作不可導，無法做到端對端的訓練。作者通過将目标作為一個點即目标的中心點，采用關鍵點估計方法預測中心點，再去預測目标尺寸。這種方法，相比于基于邊界框的檢測方法，可以做到端對端可導，更簡單，更快速和更準确。如上圖所示。
創新點
本文的CenterNet方法和anchor-based的one-stage目标檢測方法類似，中心點可以看做是shape-agnostic（形狀未知）的錨點，可以看做是一種隐式地anchors。和anchor-based方法的差別如上圖示。
- 在CenterNet中，配置設定的錨點僅僅是放在位置上，沒有尺寸框。不需要手動設定門檻值做前後景分類。（像Faster RCNN會将與GT IOU >0.7的作為前景，<0.3的作為背景）；
- 每個目标僅僅有一個正的錨點，是以不會用到NMS，通過提取關鍵點heatmap上局部峰值點（local peaks）；
- CenterNet相比較于其他目标檢測方法而言（一般縮放16倍尺度），使用更大分辨率的輸出特征圖（縮放了4倍），是以無需用到多重特征圖錨點；
- 于其他基于關鍵點的目标檢測方法相比（比如CornerNet,ExtremeNet），無需grouping過程以及後處理操作；
Preliminary
指定
I∈RW×H×3
表示輸入圖像，寬W，高H。生成的關鍵點heatmaps為
Y^∈[0,1]WR×HR×C
其中R表示輸出stride，在CenterNet中設定為4，C表示關鍵點類别，比如在coco中C為80類目标。在預測的heatmaps中，
Y^x,y,c=1
表示檢測的關鍵點，
Y^x,y,c=0
表示為背景。在CenterNet中，作者使用了三種全卷積encoder-decoder網絡：hourglass，Resnet和DLA來預測Y^
。關鍵點損失函數采用的是focal loss，如下公式所示：
此外，為了彌補因為輸出stride造成的量化誤差，作者另外設計了一個局部offset來補償，其損失函數采用L1loss如下：
Objects as Points
指定
(x(k)1,y(k)1,x(k)2,y(k)2)
表示目标k（其類别為ck
）,對應中心位置為
pk=(x(k)1+x(k)22,y(k)1+y(k)22)
使用關鍵點預測器Y^
預測所有關鍵點。此外回歸每個目标k的大小
sk=(x(k)2−x(k)1,y(k)2−y(k)1)
為了計算減少計算，d對所有目标使用單尺度預測，S^∈RWR×HR×2
，是以可以在中心點位置添加L1 Loss：
Lsize=1N∑k=1N|s^pk−sk|
整個目标損失函數如下：
Ldet=Lk+λsizeLsize+λoffLoff
實驗結果
在coco上訓練了三種不同backbone的CenterNet：Resnet-101和DLA-34花費2.5天，hourglass-104花費5天。實驗結果對比如下：
在精度和速度上的trade-off上相比，CenterNet相對來說還是比較優秀。此外，作者針對輸入分辨率，目标中心點重疊、size損失函數、size損失的超參數和訓練政策等方面做了很多ablation study，使得整個實驗結果比較solid。
個人觀點
（1）這篇Objects as Points 的CenterNet通過預測一個中心點解決了2D目标檢測，3D目标檢測以及姿态估計任務，完美的把這三個任務統一起來，從廣度上來講，很強很強。
（2）值得和另一篇CenterNet（Keypoint Triplets for Object Detection）進行比較，Keypoint Triplets則是通過中心點預測抑制CornerNet中存在的大量誤檢，這個更多的是incremental。
（3）從放出來的幾篇基于keypoint的目标檢測方法在coco上訓練耗時來看，這類方法普遍存在訓練耗時長的問題。