centerNet是基于Anchor free的目标检测算法，和yolo、fast rcnn不同，它没有使用到anchor的技术。也是由于去除了anchor和nms的后处理操作，所以centernet的运行速度会更快。此外，它的精度也比one stage、two stage的更高。
- 该算法去除了anchor的操作，进一步提升了算法的性能
- 该算法在heat map上执行力过滤的操作，从而不需要nms的后处理操作，进一步提升了网络的运行速度
- 通用性强，可以应用于目标检测、3D目标检测、人体关键点等其他任务中
具备三种backbone结构：分别是Resnet-18， DLA-34和Hourglass-104。
以Resnet-18为例，图片首先会缩放至512x512尺寸，其中长边为512，短边进行补0操作，之后变成1x3x512x512的张量送入网络中。首先通过Resnet-18进行特征的提取，尺寸变为1x2048x16x16，然后是进入到三个反卷积模块进行上采样，尺寸变为1x64x128x128，最后送入三个预测分支分别进行预测heatmap（1
xclassx128x128）、目标的宽高（1x2x128x128）以及中心点的偏移（1x2x128x128）
但有许多代码会将反卷积前的3x3卷积替换为DCNv2，来提供模型的拟合能力。
Hourglass网络的提出是为了解决人体位姿估计问题，主要思路就是将多个漏斗形状的网络堆叠起来。因为这里左右两边是镜像对称的，也就是左边的模块是右边模块的镜像。模型整体看起来就是先从大到小，再从小到大，看上去就像是个沙漏一样。所以这里用到了max pooling和upsample来进行上采样与下采样。在Hourglass模块中，其实就是由各个残差模块组成的。
DLA-34网络其实是在原始的DLA-34网络基础上进行了修改，加入了更多的残差连接，结合了Dense_connection与FPN的思想，前者可以聚合语义信息，来提升模型的识别what能力，后者可以聚合空间信息，提高模型推断where的能力。
centernet是将目标当成一个点来做检测，也就是使用目标box的中心点来代表这个目标，同时预测中心点的偏移量、物体的宽高以及heatmap。heatmap是分类信息，每个类别都有一张heatmap，若某个坐标上有物体的中心点，则这个坐标会产生一个高斯圆。根据目标框的宽高计算高斯圆的半径R，以中心点point为圆心，半径为R进行高斯函数的值填充，也就是中心点处为最大值，沿着半径向外按高斯函数进行递减。
这里的关键点使用的是二维高斯核，因为位于目标中心点的附近一些点，可能预测出来的box和gt的iou大于0.7，那么这个时候就不能简单对预测值进行惩罚，而是采用一种温和的方式。所以，当某些矩形框与gt的iou大于0.7的时候，就将这些点设置为高斯分布的值，而不是简单置零。
这里采用了选取一个中心以及一个目标长宽进行裁剪，然后再进行仿射变换的数据增强操作。
- 采用了改写后的focal loss，主要防止类别不平衡现象。相比原来的focal loss，负样本loss多加了一个衰减的比值。因为与传统基于anchor的检测算法不同，在训练的过程没有认为iou大于0.7就为正，小于0.3就为负，也就没有是正例：负例为1:3来减少负例框了，所以centernet不通过overlap比较，而是通过中心点与周围其他点进行比较，来计算最终的损失。
- 使用了l1 loss损失函数
- 使用了l1 loss，因为在预测分支之前的特征图分辨率是原图像的四分之一，所以输出特征图上的一个像素点对应回原来的图像，就代表4x4区域，将带来比较大的误差，因此引入偏置的补偿。所有类c的中心点都会共享同一个偏置。
- 将图像缩放至512x512；
- 在heatmap的预测特征图上进行3x3的最大池化操作，来获取满足条件的关键点，并选取前100个关键点，类似nms操作；
- 根据置信度进行过滤来得到最终的检测结果；