概述
01
CornerNet作为anchor-free对象检测网络，克服了one-stage对象检测依赖anchor boxes的缺点，但是CornerNet本身在对象检测方面的精度仍然有限，本文作者认真分析了CornerNet网络的缺陷，提出了新的改进方法。CornerNet网络依赖关键点对来定位对象的bounding box然而这种方法常常会导致错误定位，CenterNet提出了基于三联关键点定位改进，通过自定义两个关键模块-级联Corner Pooling 与 Center Pooling从而提升位置信息识别能力，在MS-COCO数据集上AP达到了47%超过所有其它的one-stage对象检测模型，同时拥有更快的推理速度。
CornerNet的一个缺点是经常预测错误的点对，这个需要后期根据比率进行适当的过滤才会产生正确的bounding box，而通过中心位置点可以很快确认正确的点对信息，提升CornerNet模型的精度。图示如下
第一行蓝色框是ground truth, 红色框是预测结果。第二行为添加中心点之后的改进，当对象与预测框IOU很高时候，中心可能性也应该很高，反之亦然。CornerNet在不同尺度大小与IOU并交比时候的不同错误率如下：
网络架构
02
相比CornerNet多出一个分支输出，就是中心点信息预测，此外这里的backbone网络依然采用Hourglass网络。通过CornerNet部分生成多个bounding box，对生成的多个bounding box，选择top-k个box(根据得分)，然后做如下处理：
1.选择top-k个中心关键点(根据得分)
2.根据offset把中心点重映射到输入图像上
3.定义个中心区域，检查中心点是否在中心区域内(中心点的标签与bounding box的标签必须一致)
4.如果关键点在中心区域，则该bounding box保留，box得分将有三个关键点(左上角点、右下角点、中心点)平均值取代，反之则删除该bounding box。
CenterNet模型的关键在于中心区域大小的定义选择。当对小目标选择小中心区域，召回率比较低，说明小目标比较难发现；对于大的目标选择比较大的中心区域时候，发现精度比较低，说明预测错误框比较多。想想很容易理解，小目标选择小的中心区域，中心关键点很难匹配到，而大目标选择比较大的中心区域导致过度匹配。所以作者提出一种scale-aware的自适应中心区域选择方法，对小bounding box尽量选择大的中心区域，大的bounding box选择小的中心区域 ，最终中心区域选择满足如下计算公式：
tl表示top-left即左上角点，br表示bottom right即右下角点，n为奇数。N=3与5的示例如下图
池化模块
03
Center Pooling(中心池化)
上图a表示中心池化，选择水平与垂直两个方向上的最大值，具体做法如下，对来自backbone输出的feature map，进行X与Y方向的最大值提取，然后叠加，这样做法有利于发现中心关键点。
Cascade Corner Pooling级联角池化
见上图（C）所示，首先发现bounding方向的最大值，然后再发现内部的最大值，把这两个最大值叠加在一起，这样就既获得了框信息也获得对象可视化模式信息。这两种池化模块很容易结合在一起使用，它们的结构如下：
训练与测试对比
04
损失计算公式如下：
其中前面两个是focal losses
中间两个是角点的量词嵌入损失
最后两个是位置损失基于L1计算
最终CenterNet的测试对比结果如下：
论文地址https://arxiv.org/pdf/1904.08189v3.
