高海濤，朱超涵，張?zhí)炱?，郝飛，茅新宇

（南京工程學(xué)院機(jī)械工程學(xué)院，江蘇南京 211167）

0 前言

目標(biāo)檢測(cè)（Object Detection）是一種通過(guò)提取／分析目標(biāo)幾何和統(tǒng)計(jì)特征進(jìn)行圖像分割識(shí)別目標(biāo)的技術(shù)，其在安防、姿態(tài)估計(jì)、無(wú)人駕駛等領(lǐng)域得到廣泛使用。由于檢測(cè)對(duì)象復(fù)雜多樣，再加上獲取圖像時(shí)有光照、遮擋等因素干擾，目標(biāo)檢測(cè)一直是計(jì)算機(jī)視覺(jué)領(lǐng)域具有挑戰(zhàn)性的研究之一。在深度學(xué)習(xí)算法出現(xiàn)之前，傳統(tǒng)目標(biāo)檢測(cè)通常利用滑動(dòng)窗口對(duì)手工特征進(jìn)行提取、匹配，存在檢測(cè)目標(biāo)單一、時(shí)間和空間復(fù)雜度較高并且魯棒性差等問(wèn)題。隨著深度學(xué)習(xí)算法的廣泛應(yīng)用，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)通過(guò)高效的網(wǎng)絡(luò)結(jié)構(gòu)和高算力GPU（Graphics Processing Unit），在檢測(cè)精度與效率等方面顯著提高，逐漸成為當(dāng)前的主流算法［1-3］。

基于深度學(xué)習(xí)的目標(biāo)檢測(cè)可以總結(jié)為有錨框構(gòu)架和無(wú)錨框構(gòu)架兩類(lèi)。有錨框目標(biāo)檢測(cè)算法將目標(biāo)邊界劃分為多個(gè)錨框來(lái)預(yù)測(cè)每個(gè)目標(biāo)的偏移量和類(lèi)別，其進(jìn)一步又可以分為單階段法和雙階段法兩種［4］。其中，單階段方法直接生成回歸物體的類(lèi)別、位置信息，而雙階段方法則先生成樣本候選框，再對(duì)樣本分類(lèi)，獲得目標(biāo)信息。由于需要獲取的錨框數(shù)量巨大，正負(fù)樣本嚴(yán)重不平衡，訓(xùn)練效率低，使得有錨框檢測(cè)算法存在運(yùn)算速度慢的突出問(wèn)題［5-7］。此外，錨框機(jī)制也引入了更多的超參數(shù)，如錨框的數(shù)量、大小和寬高比等，這增加了算法的設(shè)計(jì)難度，使得數(shù)據(jù)集調(diào)優(yōu)困難，通用性較差。

無(wú)錨框檢測(cè)方法則將目標(biāo)框檢測(cè)轉(zhuǎn)變?yōu)閷?duì)多個(gè)關(guān)鍵點(diǎn)／域的檢測(cè)，通過(guò)獲得關(guān)鍵點(diǎn)／域的位置信息來(lái)預(yù)測(cè)邊框［8］，該方法不需要設(shè)計(jì)錨框，減少了對(duì)錨框的各種計(jì)算，節(jié)省了算力和時(shí)間，是目標(biāo)檢測(cè)領(lǐng)域一個(gè)全新的方向。根據(jù)關(guān)鍵點(diǎn)／域選取的不同，無(wú)錨框檢測(cè)可以歸結(jié)為關(guān)鍵點(diǎn)法和中心域法兩種。關(guān)鍵點(diǎn)法中的關(guān)鍵點(diǎn)主要為角點(diǎn)或者中心點(diǎn)。角點(diǎn)法是通過(guò)角點(diǎn)的特征信息匹配生成檢測(cè)框，避免了預(yù)設(shè)錨框帶來(lái)的計(jì)算冗余問(wèn)題［9］，典型算法如CornerNet、CornerNet-Lite 等。中心點(diǎn)法通過(guò)關(guān)鍵點(diǎn)三元組（左上角點(diǎn)、右下角點(diǎn)和中心點(diǎn)），回歸得到目標(biāo)中心點(diǎn)的位置、偏移量等信息，預(yù)測(cè)目標(biāo)邊框，典型的算法有CenterNet、CenterNet＋＋等。中心域法則利用全卷積算法，逐像素地直接預(yù)測(cè)物體的中心區(qū)域坐標(biāo)和邊界框的尺度信息，在特征提取過(guò)程中充分利用了圖像的整體信息，典型的算法如FSAF（Feature Selective Anchor-Free Module for Single-Shot Object Detection）、FCOS（Fully Convolutional One-Stage Object Detection）等［10-13］。

無(wú)錨框目標(biāo)檢測(cè)算法種類(lèi)眾多、適用范圍不盡相同，為了進(jìn)一步理清無(wú)錨框目標(biāo)檢測(cè)關(guān)鍵技術(shù)及網(wǎng)絡(luò)結(jié)構(gòu)，本文作者總結(jié)了各代表性無(wú)錨框檢測(cè)算法的思想、網(wǎng)絡(luò)構(gòu)架及關(guān)鍵技術(shù)，著重分析了各算法的特性，并進(jìn)一步通過(guò)實(shí)例實(shí)驗(yàn)定量對(duì)比了各種檢測(cè)算法的性能，對(duì)未來(lái)的研究進(jìn)行了總結(jié)和展望。

1 基于關(guān)鍵點(diǎn)的無(wú)錨框目標(biāo)檢測(cè)

1.1 基于角點(diǎn)的無(wú)錨框目標(biāo)檢測(cè)

1.1.1 ConerNet 算法

ConerNet 算法是基于關(guān)鍵點(diǎn)檢測(cè)中經(jīng)典的架構(gòu)之一，主要包括1 個(gè)骨干網(wǎng)絡(luò)和2 個(gè)預(yù)測(cè)分支，網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示。骨干網(wǎng)絡(luò)通常是Hourglass-104，兩個(gè)預(yù)測(cè)分支分別定義為T(mén)op-Left 預(yù)測(cè)模塊和Bottom-Right 預(yù)測(cè)模塊，每個(gè)分支均含有1 個(gè)角點(diǎn)池化模塊和3 個(gè)輸出。3 個(gè)輸出分別是熱力圖（Headmaps）、偏移向量（Offset）以及嵌入向量（Embedding）。熱力圖含有角點(diǎn)的位置信息。偏移向量用來(lái)修正取整計(jì)算時(shí)損失的精度信息。最后通過(guò)聯(lián)合2 個(gè)分支輸出的嵌入向量，將同一個(gè)目標(biāo)的左上角和右下角的兩個(gè)角點(diǎn)成組，從而實(shí)現(xiàn)基于角點(diǎn)的無(wú)錨框目標(biāo)檢測(cè)。

圖1 ConerNet 網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 ConerNet network structure

角點(diǎn)池化（Corner Pooling）是ConerNet 算法的最主要?jiǎng)?chuàng)新，其核心是認(rèn)為輸出角點(diǎn)應(yīng)該是最大響應(yīng)點(diǎn)［14］。如圖2 所示，針對(duì)圖像中左上角點(diǎn)，過(guò)當(dāng)前預(yù)測(cè)角點(diǎn)作兩條直線(xiàn)，分別與圖像的u軸和v軸平行，當(dāng)兩條直線(xiàn)剛好“觸碰” 到目標(biāo)最邊緣點(diǎn)時(shí)，則輸出當(dāng)前預(yù)測(cè)結(jié)果。通過(guò)利用圖像中額外信息，Corner Pooling 不僅大幅提高了角點(diǎn)預(yù)測(cè)的精確度，也大大提升了目標(biāo)的整體檢測(cè)效率。ConerNet 算法也存在著一些不足，比如：缺乏對(duì)檢測(cè)目標(biāo)全局信息的考慮、識(shí)別速度慢等。

圖2 Corner pooling 原理Fig.2 Corner pooling principle

1.1.2 CornerNet-Lite 算法

CornerNet-Lite 算法是由LAW 等［15］提出的旨在解決CornerNet 因追求準(zhǔn)確性而出現(xiàn)高昂的網(wǎng)絡(luò)處理代價(jià)的問(wèn)題，網(wǎng)絡(luò)結(jié)構(gòu)如圖3 所示。它是CornerNet兩個(gè)變體CornerNet-Saccade 與CornerNet-Squeeze 的組合，其中，前者通過(guò)引入注意機(jī)制，變單階段檢測(cè)為先裁剪興趣區(qū)域再做精細(xì)檢測(cè)的雙階段檢測(cè)，從而減少了推理時(shí)間，提高了檢測(cè)精度。CornerNet-Squeeze 則通過(guò)采用輕量化的Hourglass 主干網(wǎng)絡(luò)，減少了每個(gè)像素的處理量，提高了檢測(cè)效率［16］。盡管CornerNet-Lite 在速度和精度兩方面均有提高，但未能從根本上解決CornerNet-Saccade 和CornerNet-Squeeze 兩種變體模塊之間的矛盾沖突，前者需要強(qiáng)大的主干網(wǎng)絡(luò)以生成足夠準(zhǔn)確的特征圖，而后者則要通過(guò)減弱主干網(wǎng)絡(luò)的表達(dá)能力以實(shí)現(xiàn)加速，二者的融合仍有改善提高空間。

圖3 CornerNet-Lite 的網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 CornerNet-Lite network structure

1.2 基于中心點(diǎn)的無(wú)錨框模型

1.2.1 CenterNet 算法

CenterNet 通過(guò)關(guān)鍵點(diǎn)三元組（左上角點(diǎn)、中心點(diǎn)、右下角點(diǎn)）表示物體實(shí)現(xiàn)目標(biāo)檢測(cè)，其原理是通過(guò)左上和右下2 個(gè)角點(diǎn)生成樣本目標(biāo)框，如果目標(biāo)框準(zhǔn)確，那么在其中心區(qū)域能夠檢測(cè)到目標(biāo)中心點(diǎn)的概率就會(huì)很高，反之亦然［17-18］。CenterNet 首先通過(guò)熱力圖預(yù)測(cè)關(guān)鍵點(diǎn)，如角點(diǎn)的位置、類(lèi)別等信息；然后，根據(jù)偏移向量將角點(diǎn)映射到輸入圖像的相應(yīng)位置；接著，通過(guò)嵌入向量辨識(shí)角點(diǎn)，從而利用同一個(gè)目標(biāo)的左上和右下角點(diǎn)生成預(yù)測(cè)框。針對(duì)每個(gè)預(yù)測(cè)框定義一個(gè)中心區(qū)域，根據(jù)左上和右下角點(diǎn)的置信度計(jì)算中心點(diǎn)的置信度，判斷中心區(qū)域是否含有中心點(diǎn)，若有則保留預(yù)測(cè)框，實(shí)現(xiàn)目標(biāo)的檢測(cè)。如圖4 所示，CenterNet 的網(wǎng)絡(luò)結(jié)構(gòu)比較簡(jiǎn)單，它不僅可以進(jìn)行二維目標(biāo)的檢測(cè)，還可以通過(guò)簡(jiǎn)單修改進(jìn)行三維目標(biāo)的檢測(cè)。與CornerNet 算法相比，盡管CenterNet 在感知目標(biāo)區(qū)域內(nèi)部信息能力有所提升，但是仍然不能夠充分利用目標(biāo)的內(nèi)部信息，以致當(dāng)多個(gè)目標(biāo)的中心點(diǎn)混疊在一起時(shí)，多個(gè)目標(biāo)將會(huì)被訓(xùn)練成同一目標(biāo)，從而只輸出一個(gè)中心點(diǎn)，極大地影響了檢測(cè)結(jié)果。

圖4 CenterNet 網(wǎng)絡(luò)結(jié)構(gòu)Fig.4 CornerNet network structure

1.2.2 CenterNetV2 算法

針對(duì)誤檢問(wèn)題，ZHOU 等［19］進(jìn)一步提出了基于概率的雙階段目標(biāo)檢測(cè)方法CenterNetV2，其算法結(jié)構(gòu)與單階段和雙階段算法結(jié)構(gòu)對(duì)比如圖5 所示。該方法通過(guò)其邊界框中心的單個(gè)點(diǎn)來(lái)表示所檢測(cè)的目標(biāo)，然后直接從中心位置的圖像特征回歸目標(biāo)大小、尺寸、3D 位置、姿態(tài)等信息。與基于關(guān)鍵點(diǎn)估計(jì)的目標(biāo)檢測(cè)相比，該算法的優(yōu)點(diǎn)有：（1）通過(guò)一個(gè)單階段算法得到預(yù)測(cè)框并對(duì)其賦予分值，但是該分值與分類(lèi)無(wú)關(guān)，只是用以區(qū)分前景或背景。通過(guò)單階段算法較好地區(qū)分前景與背景，大大減少了無(wú)效的預(yù)測(cè)框，提高了推理速度。（2）利用極大似然估計(jì)，設(shè)計(jì)了新的損失函數(shù)，同時(shí)優(yōu)化了第一和第二階段的算法，提高了算法的檢測(cè)精度和檢測(cè)速度。

圖5 CenterNetV2 算法結(jié)構(gòu)對(duì)比Fig.5 Comparison of CenterNetV2 algorithm structures：（a）single-stage；（b）dual-stage；（c）probability dual phase

1.2.3 CenterNet＋＋算法

為了改善性能，DONG 等［20］將特征金字塔網(wǎng)絡(luò)（Feature Pyramid Networks，F(xiàn)PN）引入到CenterNet中，提出的CenterNet＋＋算法能夠在多分辨率特征圖中進(jìn)行目標(biāo)檢測(cè)，它具有更好的通用性和更豐富的感受視野。如圖6 所示，骨干網(wǎng)絡(luò)處理輸入圖像并輸出特征圖C3-C5，特征圖輸入到FPN 后輸出多分辨率特征圖P3-P7。針對(duì)每個(gè)分辨率的特征圖，分別用熱力圖和回歸兩種方法預(yù)測(cè)關(guān)鍵點(diǎn)。通過(guò)熱力圖預(yù)測(cè)，生成3 種熱力圖預(yù)測(cè)角點(diǎn)和中心關(guān)鍵點(diǎn)；通過(guò)回歸預(yù)測(cè)時(shí)，為實(shí)現(xiàn)左上角點(diǎn)和右下角點(diǎn)的解耦，要將Ground-Truth 框分割成4 個(gè)完全相同的子框，分別用左上角的和右下角的子框來(lái)監(jiān)督回歸。在推理過(guò)程中，回歸向量作為線(xiàn)索，在相應(yīng)的熱力圖中找到最近的關(guān)鍵點(diǎn)，以細(xì)化關(guān)鍵點(diǎn)的位置。最后利用有效的三元組關(guān)鍵點(diǎn)確定預(yù)測(cè)框。

圖6 CenterNet＋＋多分辨網(wǎng)絡(luò)結(jié)構(gòu)Fig.6 CenterNet＋＋multi-resolution network structure

2 基于中心域的無(wú)錨框目標(biāo)檢測(cè)

2.1 FCOS 算法

FCOS 是一種像素級(jí)目標(biāo)檢測(cè)方法，其通過(guò)各點(diǎn)像素逐點(diǎn)回歸鋪設(shè)錨點(diǎn)替代錨框來(lái)檢測(cè)目標(biāo)［21-22］。如圖7 所示，F(xiàn)COS 通常采用ResNet 或ResNeXt 作為基礎(chǔ)網(wǎng)絡(luò)，C3-C5 的特征層作為FPN 的輸入，輸出P3-P7 作為檢測(cè)層送入后續(xù)檢測(cè)子網(wǎng)絡(luò)，并在5 個(gè)檢測(cè)層分別對(duì)應(yīng)的理論感受中心鋪設(shè)錨點(diǎn)，采用特定規(guī)則劃分錨點(diǎn)的正負(fù)樣本。在FCOS 中，5 個(gè)檢測(cè)層共享一個(gè)檢測(cè)子網(wǎng)絡(luò)。FCOS 最突出的特征是通過(guò)“中心度” 分支計(jì)算當(dāng)前位置與待預(yù)測(cè)目標(biāo)中心點(diǎn)之間的歸一化距離抑制差的檢測(cè)框，大幅度提高了總體性能。此外，F(xiàn)COS 是一種基于全卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)方法，它只需要非常小的修改就可以擴(kuò)展到其他視覺(jué)檢測(cè)應(yīng)用，比如實(shí)例分割、關(guān)鍵點(diǎn)檢測(cè)等。

圖7 FCOS 網(wǎng)絡(luò)結(jié)構(gòu)Fig.7 FCOS network structure

2.2 PointSetNet 算法

無(wú)論是否采用錨框，目標(biāo)檢測(cè)算法都需要預(yù)先定義目標(biāo)表示形式，比如矩形框或者中心點(diǎn)等，這實(shí)質(zhì)上是提供一種先驗(yàn)信息。受此啟發(fā)，DUAN 等［23-25］提出一種更為泛化的錨點(diǎn)，將若干個(gè)錨框組建成點(diǎn)集（Pointset Anchor），通過(guò)點(diǎn)集的分布，實(shí)現(xiàn)目標(biāo)檢測(cè)、實(shí)例分割、位姿估計(jì)等多種檢測(cè)任務(wù)。該網(wǎng)絡(luò)稱(chēng)為PointSetNet，如圖8 所示。該網(wǎng)絡(luò)實(shí)質(zhì)上是RetinaNet的一個(gè)擴(kuò)展，也就是根據(jù)不同的檢測(cè)任務(wù)，用相應(yīng)的點(diǎn)集替換RetinaNet 中的錨框。

圖8 PointSetNet 網(wǎng)絡(luò)結(jié)構(gòu)Fig.8 PointSetNet network structure

3 算法性能比較

對(duì)上述的無(wú)錨框目標(biāo)檢測(cè)算法從原理機(jī)制、核心特性、優(yōu)缺點(diǎn)以及適用范圍等幾個(gè)角度進(jìn)行總結(jié)比較，結(jié)果如表1 所示。

表1 各類(lèi)無(wú)錨框目標(biāo)檢測(cè)模型總結(jié)Tab.1 Summary of various anchorless target detection models

（1）從原理機(jī)制看，無(wú)錨框目標(biāo)檢測(cè)算法的核心就是利用先驗(yàn)點(diǎn)信息，將檢測(cè)目標(biāo)轉(zhuǎn)換成點(diǎn)的檢測(cè)，化整體為部分，依靠點(diǎn)集特征信息減少超參數(shù)組合優(yōu)化問(wèn)題［26］，均衡訓(xùn)練所需的正負(fù)樣本，進(jìn)而減少了模型訓(xùn)練時(shí)參數(shù)的組合、讀取時(shí)間和計(jì)算量，提高了模型訓(xùn)練的效率。

（2）從檢測(cè)速度看，無(wú)錨框目標(biāo)檢測(cè)算法大多利用單階段檢測(cè)器，經(jīng)過(guò)單次檢測(cè)即可直接得到最終的檢測(cè)結(jié)果，其犧牲了檢測(cè)精度，換取了檢測(cè)速度的提高［27-29］。采用雙階段檢測(cè)器的無(wú)錨框目標(biāo)檢測(cè)如CenterNetV2，在保證足夠的準(zhǔn)確率和召回率的基礎(chǔ)上，對(duì)建議框進(jìn)行分類(lèi)，尋找更精確的位置，提高了檢測(cè)精度，并依靠創(chuàng)新概率算法，彌補(bǔ)了檢測(cè)速度較慢的缺點(diǎn)，達(dá)到了二者的平衡統(tǒng)一。

（3）從檢測(cè)精度看，無(wú)錨框目標(biāo)檢測(cè)算法在提高了檢測(cè)精度的同時(shí)也增加了網(wǎng)絡(luò)的復(fù)雜程度［30］。一些算法試圖向輕量化發(fā)展，如FCOS 通過(guò)引入中心度分支，抑制低質(zhì)量檢測(cè)框，以提高算法的效率和精度；CenternNet＋＋則采用特征圖分塊、向量回歸等，減少內(nèi)存消耗和降低計(jì)算耗時(shí)，盡可能地提高精度。

4 實(shí)驗(yàn)與結(jié)果討論

為進(jìn)一步定量對(duì)比無(wú)錨框目標(biāo)檢測(cè)算法的性能，以檢測(cè)精度和速度作為主要衡量指標(biāo)，利用搭載了2張NVIDIA GTX 2080Ti 顯卡的Dell T7920 圖形工作站進(jìn)行算法實(shí)驗(yàn)。在Linux20.04 系統(tǒng)下，通過(guò)Anaconda 配置算法所需虛擬環(huán)境。為保證多種算法數(shù)據(jù)對(duì)比的嚴(yán)謹(jǐn)，實(shí)驗(yàn)采用相同的深度學(xué)習(xí)Pytorch 框架。

利用常用的微軟MS COCO 數(shù)據(jù)集進(jìn)行算法的訓(xùn)練和測(cè)試。為了盡可能衡量模型性能，在MS COCO中隨機(jī)選取包含自然圖片、動(dòng)物和生活用品等80 種不同類(lèi)型的目標(biāo)圖片（見(jiàn)圖9）。這些圖片背景復(fù)雜，目標(biāo)數(shù)量較多，目標(biāo)尺寸小，檢測(cè)任務(wù)具有一定的難度，其結(jié)果可以作為一個(gè)衡量標(biāo)準(zhǔn)。

圖9 MS COCO 數(shù)據(jù)集圖片F(xiàn)ig.9 MS COCO dataset image

實(shí)驗(yàn)過(guò)程中，除算法所需骨干網(wǎng)絡(luò)不同外，采用相同訓(xùn)練參數(shù)。輸入圖像尺寸為512 像素×512 像素；學(xué)習(xí)率（Learning Rate）為1.25×10-4；批次圖片個(gè)數(shù)（Batch_Size）為32；訓(xùn)練總輪次（Num_Epochs）為500；加載數(shù)據(jù)集線(xiàn)程數(shù)（Num_Workers）為10。運(yùn)行后獲得每個(gè)模型最佳檢測(cè)指標(biāo)如表2 所示。

表2 基于MS COCO 數(shù)據(jù)集的多種目標(biāo)檢測(cè)模型性能對(duì)比Tab.2 Comparison of the performance of multiple object detection models based on MS COCO dataset

CornerNet 是最早期的無(wú)錨框目標(biāo)檢測(cè)方法之一，通過(guò)創(chuàng)新角點(diǎn)池化算法，其精度遠(yuǎn)高于同時(shí)期有錨框目標(biāo)檢測(cè)方法。相比SSD 和YOLOv3，其mAP（Mean Average Percision）值分別高了35.37%和28.35%，而FPS（Frames Per Second）則又分別低了77.25%和90.49%，說(shuō)明速度有所降低。為此，CornerNet -Squeeze 通過(guò)采用輕量化的Hourglass 主干網(wǎng)絡(luò)，減少每個(gè)像素的處理量，以提高檢測(cè)效率。CornerNet-Squeeze 的mAP 值相比CornerNet 略有下降，降低了18.29%。CornerNet-Squeeze 的FPS 值相比CornerNet則有顯著提高，提高了近7 倍。CornerNet-Saccade 則通過(guò)引入注意機(jī)制，變單階段檢測(cè)為雙階段檢測(cè)［31］，減少推理時(shí)間，以提高檢測(cè)精度。相比CornerNet，CornerNet-Saccade 的mAP 值和FPS 值均有一定程度的提高，分別提高了3.56%和67.44%。盡管Corner-Net-Saccade 和CornerNet-Squeeze 相比CornerNet 在目標(biāo)檢測(cè)性能方面有了不同程度的提高，但CornerNet-Saccade 和CornerNet-Squeeze 相結(jié)合的CornerNet-Lite算法卻無(wú)法實(shí)現(xiàn)檢測(cè)精度與速度的較好平衡，Corner-Net-Lite 的算法融合問(wèn)題有待進(jìn)一步解決。

CenterNet 也是一種通過(guò)關(guān)鍵點(diǎn)進(jìn)行目標(biāo)檢測(cè)的方法，在CornerNet 的角點(diǎn)池化算法基礎(chǔ)上，提出了中心點(diǎn)池化和候選角點(diǎn)池化算法，網(wǎng)絡(luò)能夠更加聚焦于中心點(diǎn)特征信息的提取，有利于提高檢測(cè)精度［32］。CenterNet、CenterNetV2 以及CenterNet＋＋的mAP 值分別達(dá)到了45.0%、56.4% 和44.6%，平均值為48.67%；而CornerNet、CornerNet-Squeeze 以及CornerNet-Saccade 的平均mAP 值為40.03%；CenterNet及其兩種改進(jìn)方法的mAP 均值相比CornerNet 及其兩種改進(jìn)方法的mAP 均值提高了21.57%。CenterNet及其兩種改進(jìn)方法的mAP 均值比SSD 和YOLOv3 的mAP 值分別提高了56.48%、48.37%。雖然Center-Net 及其改進(jìn)方法在精度上有了一定程度的提高，但是在檢測(cè)速度方面，與CornerNet 及其改進(jìn)方法相比，幾乎沒(méi)有改變。CenterNet 及其兩種改進(jìn)方法的FPS均值為14.90，而CornerNet 及其兩種改進(jìn)方法的FPS均值為15.13。在CenterNet、CenterNetV2 以及CenterNet＋＋三種算法中，CenterNet＋＋通過(guò)采用FPN 和Res2Net，在檢測(cè)精度和速度上達(dá)到了較好的平衡［33-34］，其mAP 值和FPS 值相比SSD 分別提高了43.41%和61.38%，而相比YOLOv3 在精度方面也提高了35.98%。

通過(guò)FPN 結(jié)構(gòu)的多級(jí)預(yù)測(cè)機(jī)制，F(xiàn)COS 和Point-SetNet 的檢測(cè)精度顯著提高。FPN 作為原始主干網(wǎng)絡(luò)的附加項(xiàng)，融合在卷積神經(jīng)網(wǎng)絡(luò)之中。通過(guò)自下而上的特征提取和自上而下的多層采樣兩個(gè)部分，提取不同尺度的特征信息，達(dá)到特征融合的目的，在兼顧速度的同時(shí)提高了準(zhǔn)確率。FCOS 和PointSetNet 的mAP值分別為49.0%和46.2%，相比SSD、YOLOv3、CornerNet、CenterNet 分別提高了57.56%、49.39%、16.39%、8.89% 和 48.55%、40.85%、9.74%、2.67%，說(shuō)明FCOS 具有更優(yōu)的檢測(cè)精度。

5 總結(jié)

綜上所述，與有錨框的檢測(cè)網(wǎng)絡(luò)相比，無(wú)錨框目標(biāo)檢測(cè)算法提高了檢測(cè)精度，縮短了運(yùn)算時(shí)間。本文作者針對(duì)7 種具有代表性的無(wú)錨框目標(biāo)檢測(cè)方法進(jìn)行了綜合分析，根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)的不同，分析其核心特性及優(yōu)缺點(diǎn)，最后運(yùn)用數(shù)據(jù)集測(cè)試其性能，為算法選用提供借鑒。通過(guò)上述算法比較與歸納，總結(jié)出無(wú)錨框目標(biāo)檢測(cè)算法的未來(lái)研究方向：

（1）輕量化。為了易于部署和運(yùn)用，深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)應(yīng)逐步減少模型中所需要的參數(shù)組合，減少計(jì)算量。如CornerNet-Lite 的優(yōu)化角度，基于關(guān)鍵點(diǎn)的檢測(cè)方式，需要大量關(guān)鍵點(diǎn)特征信息，在點(diǎn)集信息的處理上需要耗費(fèi)大量算力，優(yōu)化輕量化網(wǎng)絡(luò)結(jié)構(gòu)，使其能更快更好地完成檢測(cè)任務(wù)，輕量化是提升無(wú)錨框檢測(cè)算法實(shí)用性的重要方向。

（2）雙階段檢測(cè)器的運(yùn)用。無(wú)錨框檢測(cè)網(wǎng)絡(luò)的檢測(cè)器大多以單階段檢測(cè)器為主，雙階段檢測(cè)器相比單階段檢測(cè)器，多了一步候選框的預(yù)檢測(cè)，這無(wú)疑加大了網(wǎng)絡(luò)運(yùn)算所需時(shí)間，但同時(shí)也很大程度上提高了檢測(cè)精度，減少了相似點(diǎn)之間的誤檢測(cè)概率。只有少數(shù)的如CenterNet＋＋運(yùn)用了自主優(yōu)化的雙階段檢測(cè)器，達(dá)到了速度和精度的相對(duì)平衡。在無(wú)錨框檢測(cè)網(wǎng)絡(luò)中運(yùn)用雙階段檢測(cè)器，并對(duì)其優(yōu)化，縮小網(wǎng)絡(luò)計(jì)算量，提高特征獲取能力是一大研究方向。

（3）多尺度目標(biāo)的檢測(cè)。無(wú)錨框的檢測(cè)方法大多依賴(lài)目標(biāo)的關(guān)鍵點(diǎn)信息對(duì)目標(biāo)進(jìn)行定位檢測(cè)。圖像的尺寸大小、關(guān)鍵點(diǎn)信息是否清晰都會(huì)對(duì)整個(gè)檢測(cè)網(wǎng)絡(luò)產(chǎn)生影響，并且未來(lái)檢測(cè)方向大多以高分辨率圖片、視頻為主，因此需要讓網(wǎng)絡(luò)結(jié)構(gòu)能適應(yīng)多尺度的對(duì)象?？梢酝ㄟ^(guò)調(diào)整上下采樣次數(shù)、卷積層感受野大小、融合注意力模塊等方法來(lái)優(yōu)化無(wú)錨框網(wǎng)絡(luò)結(jié)構(gòu)，提升其檢測(cè)精度及魯棒性。

（4）有／無(wú)錨框算法的融合。無(wú)錨框的檢測(cè)方法實(shí)質(zhì)上并沒(méi)有拋開(kāi)錨框這一概念，只是將整個(gè)目標(biāo)的錨框框縮小轉(zhuǎn)移到了目標(biāo)的各個(gè)關(guān)鍵點(diǎn)上，并沒(méi)有打破錨框的局限性，仍然運(yùn)用了微小矩形框完成檢測(cè)流程，所以需要進(jìn)一步研究關(guān)鍵點(diǎn)的檢測(cè)機(jī)制，真正融合基于錨框和無(wú)錨框兩種檢測(cè)方法，提高檢測(cè)效率是未來(lái)研究的一個(gè)方向。