FCOS Anchor-Free目标检测分析
FCOS 的目标检测方案，最大的特点是不靠锚框（Anchor-Free）。省事，推理也快，尤其适合实时场景。你不用预设一堆框，它自己学着找目标，像是“看着来”的风格，挺智能的。
上手也不难，用 PyTorch 搞定，和 YOLO 比起来，FCOS 的思想更“自由”，不用框来框去，看着就清爽。而且你要是配合 MMDetection 用，那效率真的是杠杠的。
项目结构也清晰，centerness这个概念挺有意思，不是只看有没有目标，还考虑“中心度”，提升精度的一个小技巧。训练效果不错，适配 COCO、VOC 这些数据集也方便。
不过要注意，FCOS 对长条形目标识别不是友好，跟 YOLO 或 DETR 比的话，适合对速度要求高的任务，比如视频实时检测场景。
如果你想玩转目标检测，是对“Anchor-Free”这种思路感兴趣，可以参考下面这些源码和文章，结合起来看效果更好。
文件大小：62.3MB
评论区