cornerNet来源灵感是基于多人姿态估计的从下往上思想，预测角的热图，根据嵌入式向量对角进行分组，其主干网络也来自于姿态估计的环面网络。

 

cornerNet的总体框架结构图如下：

 

 CornerNet 模型架构包含三部分：环面网络、右下角和左上角的热图、预测模块

 

环面网络同时包含多个从下往上（从高分辨率到低分辨率）和从上往下（从低分辨率到高分辨率）过程。这样设计的目的是在各个尺度下抓取信息。

嵌入式向量使相同目标的两个顶点（左上角和右下角）距离最短，偏移用于调整生成更加紧密的边界定位框。

 

 

 

corner net最大的亮点之处在于把原本预测目标采用anchor机制换为用两个关键点表示，这里采用的是左上角的点和右下角的点来确定一个目标的位置。

这样做的好处一是能够明显的减少参数量（anchor中所需的参数），减少计算的复杂度；二是不再采用原先目标检测中的anchor机制，可以很明显的减少计算量。

最关键的corner pooling模块：接在特征图后边

(corner pooling有效的主要原因在于下面两点：

1. 目标定位框的中心难以确定，和边界框的4条边相关，但是每个顶点只与边界框的两条边相关，所以角点更容易提取
2. 顶点能更有效提供离散的边界空间，O(wh) 顶点可以表示 O(w2h2) anchor boxes

)

例如top-left的点预测，每个点在各自的两个方向进行 max pooling操作，结果相加，得到的是一个点的max pooling结果，

 

 

 图6是具体计算步骤：

 特征图的大小为（w,h);     左上角点坐标为（0,0),     例如对特征图中某一个点(i,j)计算pooling，首先计算从这个点到特征图右边范围内的最大值，再计算

这个点到特征图下边范围内的最大值，把这两个值相加即可得出corn pooling的结果。

 

 

图7是预测的基本模块，首先特征图提取出来，送入corner pooling module模块，分别进行top-left和bottom-right的pooling操作；

中间是改进的residual模块，含有skip connection；预测的两个关键点模块分别得出三个结果,即heatmaps、embeddings、offsets;

heatmaps即预测的角点结果；embeddings是嵌入操作，为了得到哪两个点是匹配的一个目标的左上角和右下角的点；offsets是计算误差量（在取整计算时丢失的精度信息）。

预测的部分步骤：

1、在得到预测角点后，会对这些角点做NMS操作，选择前100个左上角角点和100个右下角角点。

2、计算左上角和右下角角点的embedding vector的距离时采用L1范数，距离大于0.5或者两个点来自不同类别的目标的都不能构成一对。

3、测试图像采用0值填充方式得到指定大小作为网络的输入，而不是采用resize，另外同时测试图像的水平翻转图并融合二者的结果。

4、最后通过soft-nms操作去除冗余框，只保留前100个预测框。

 

 heatmaps利用的是改进版本的focal loss，重点依然是加大关注对困难样本的识别。

embeddings部分：如果一个左上角角点和一个右下角角点属于同一个目标，那么二者的embedding vector之间的距离应该很小。用这种方式来判断一组角点。

 

感谢下面的参考文章

参考链接：https://blog.csdn.net/u014380165/article/details/83032273（作者：魏凯峰 主要研究领域：目标检测、图像识别、图像对抗、模型加速压缩 ，推荐看他的文章，详细且清楚。）

　　　　　https://www.sohu.com/a/256416414_633698