AdelaiDet项目中的FCOS目标检测算法详解

什么是FCOS目标检测算法

FCOS(Fully Convolutional One-Stage Object Detection)是一种全卷积单阶段目标检测算法，由Zhi Tian等人于2019年在ICCV会议上首次提出，并在2021年的TPAMI期刊上进一步优化。该算法最大的特点是完全摒弃了传统目标检测中常用的锚框(anchor boxes)机制，实现了真正的无锚框(anchor-free)检测。

FCOS的核心思想

FCOS将目标检测任务视为逐像素预测问题，其主要创新点包括：

1. 全卷积结构：整个网络完全由卷积层构成，不需要任何全连接层
2. 无锚框设计：直接预测每个像素点到目标边界(上、下、左、右)的距离
3. 中心度预测：引入中心度(center-ness)分支来抑制低质量预测框
4. 多尺度预测：通过FPN结构在不同特征层上预测不同尺度的目标

FCOS在AdelaiDet中的实现

AdelaiDet项目提供了多种FCOS变体的实现和预训练模型，主要分为以下几类：

1. 基础模型

这些模型使用标准的FCOS架构，在COCO数据集上训练得到：

• FCOS_R_50_1x：ResNet-50骨干网络，训练1x周期，AP 38.7
• FCOS_MS_R_50_2x：ResNet-50骨干网络，多尺度训练，2x周期，AP 41.0
• FCOS_MS_R_101_2x：ResNet-101骨干网络，多尺度训练，2x周期，AP 43.1
• FCOS_MS_X_101_32x8d_2x：ResNeXt-101-32x8d骨干网络，多尺度训练，2x周期，AP 43.9
• FCOS_MS_X_101_64x4d_2x：ResNeXt-101-64x4d骨干网络，多尺度训练，2x周期，AP 44.7
• FCOS_MS_X_101_32x8d_dcnv2_2x：带可变形卷积的ResNeXt-101-32x8d骨干网络，AP 46.6

2. 使用IoU预测的模型

这些模型使用IoU(交并比)而非中心度来预测框的质量，通常能获得更好的性能：

• FCOS_R_50_1x_iou：AP 39.4
• FCOS_MS_R_50_2x_iou：AP 41.5
• FCOS_MS_R_101_2x_iou：AP 43.5
• FCOS_MS_X_101_32x8d_2x_iou：AP 44.5
• FCOS_MS_X_101_32x8d_2x_dcnv2_iou：AP 47.4

3. 实时模型

针对实时应用场景优化的模型，具有更高的推理速度：

• FCOS_RT_MS_DLA_34_4x_shtw：52 FPS，AP 39.1
• FCOS_RT_MS_DLA_34_4x：46 FPS，AP 40.3
• FCOS_RT_MS_R_50_4x：38 FPS，AP 40.2

技术细节与优化建议

1. 多尺度训练：标记为"MS"的模型使用了多尺度数据增强，通常能获得更好的性能
2. 批归一化：实时模型中可以选择在FCOS头部使用批归一化(BN)，虽然会略微降低速度但可能提升稳定性
3. 损失归一化：当正样本数量较少或不稳定时，建议将损失归一化方式设置为"moving_fg"
4. 推理速度：所有速度测试均在NVIDIA 1080Ti显卡上完成，batch size为1

性能对比

从提供的模型性能可以看出：

1. 更深的骨干网络通常带来更好的性能，但会降低推理速度
2. 可变形卷积能显著提升检测精度(约2-3个AP点)
3. 使用IoU预测比中心度预测平均能提升0.5-0.8个AP点
4. 实时模型在保持较高速度(>38 FPS)的同时，仍能达到40左右的AP值

适用场景

FCOS算法特别适合以下场景：

1. 需要端到端训练的检测任务
2. 对锚框设计敏感的应用
3. 需要平衡速度和精度的实时检测系统
4. 作为无锚框检测研究的基线模型

总结

AdelaiDet中的FCOS实现提供了从基础到高级、从精度优先到速度优先的完整模型系列，为研究者和开发者提供了丰富的选择。其无锚框的设计简化了检测流程，同时通过中心度/IoU预测和多尺度特征融合等机制保证了检测精度，是一种高效且实用的目标检测解决方案。