关键词：一阶段物体检测，anchor free。网络结构为backbone+fpn+head（5个）。预测结果为：类别，是否为物体中心点，该点与box四边的距离。训练时，通过(x,y)是否位于gt box内判定改位置是否为正样本，当该点同时在几个gt box内时，选择面积最小的box为其目标box。在这里作者采用了双阈值，该点距离四边的最大距离大于或者小于
，则认为该样本为负样本。这样做的好处可以排除掉将物体中心部分视为正样本的情况（比如，人脸检测中经常把鼻子检测为人脸）。
Fcos.png
