MetaAnchor: Learning to Detect O

本文依旧是旷视科技的作品，旷视的工作一直紧贴实际，直面问题和方法的灵魂。

本文解决的是Anchor的设置策略不好把握的问题。YOLOv2的指导策略是Anchor与目标的的IOU尽可能大，RetinaNet设置denseAnchor，S3FD（人脸检测，Shifeng Zhang ）的策略是，保证每个样本都有足够数量、且相同数量的anchor匹配）。文本检测中，RRPN的策略也是让尽可能多的目标有IoU>0.5的匹配anchor。这些经验性的规则有一定好处，他们都是站在GT样本的角度考虑的。

本文换位思考，站在anchor的角度思考，发现每种形状的anchor有自己的一套参数，这造成了很多不便，1. anchor变多后，参数量变大。2. anchor独立参数，每个anchor分配的样本比较少。3.训练好后，anchor的配置就固定下来了，不能任意更改。

对anchor分类回归的网络参数肯定与anchor的大小信息绑定，在这个限制下，如何使得上述三个问题解决好呢？作者提出的策略，首先，将网络参数由anchor大小信息预测来获得，这样，可以将不同形状的anchor需要学的东西从网络权重转化为：预测网络权重的网络的网络权重，并且，从各自大小anchor分别学，变成了统一去学，简化了网络参数。由于此时随意更改anchor数量后，需要学的参数不变，所以也固定了网络参数数量，同时，所有样本同时参与这组参数的学习，提高参数的泛化性能来使得各种大小anchor的预测能力互相提升。也让测试时可以随意更改anchor配置，适当增强了跨数据集的能力。