アンカーボックスを使わずに物体検出を行うアンカーフリー検出の代表モデル、FCOS(Fully Convolutional One-Stage Object Detection)を学ぶ項目です。アンカーベース手法の課題と、それをどう解決したかという対比で理解するのがポイントです。
📖 概要
Faster R-CNNやSSDなどの従来手法は、あらかじめ形状を決めたアンカーボックス(デフォルトボックス)を基準に物体の位置を回帰する「アンカーベース」の方式でした。しかしアンカーベース手法には、アンカーの大きさ・アスペクト比・数といったハイパーパラメータの設計が性能に大きく影響する、大量のアンカーの大半が背景となり計算とクラス不均衡の負担になる、といった課題があります。
FCOSは、こうしたアンカーを一切使わないアンカーフリー（Anchor-Free）の1ステージ検出モデルです。セマンティックセグメンテーションのように特徴マップ上の各画素(各位置)を予測の単位とし、その位置が物体領域内にあれば、その位置から物体ボックスの上下左右の境界までの4つの距離を直接回帰します。これによりアンカー関連のハイパーパラメータ設計が不要になります。
FCOSは、複数スケールの特徴マップを統合するFeature Pyramid Network（FPN）の上に検出ヘッドを載せることで、大きさの異なる物体や重なった物体への対応力を高めています。さらに、物体の中心から遠い位置での低品質な予測を抑えるためにセンターネス（Center-ness）という指標を導入している点が特徴です。
🔍 キーワード解説
アンカーフリー（Anchor-Free）
アンカーフリー（Anchor-Free）の検出手法は、事前に定義したアンカーボックスを用いず、特徴マップ上の位置(点)そのものから物体の位置を予測します。FCOSでは、各位置について「その位置が属する物体のクラス」と「その位置からボックスの上・下・左・右の辺までの距離(l, t, r, b)」を予測します。アンカーの枚数分の予測を持つ必要がないため予測数が抑えられ、アンカーの形状設計というハイパーパラメータチューニングからも解放されます。
Feature Pyramid Network（FPN）
Feature Pyramid Network（FPN）は、CNNのバックボーンが持つ複数解像度の特徴マップを、トップダウン経路と横方向の接続(lateral connection)で結合し、どの解像度の特徴マップにも意味的に強い特徴を持たせる構造です。深い層の意味的に豊かな特徴をアップサンプリングしながら浅い層の高解像度な特徴と足し合わせることで、小さい物体から大きい物体までをそれぞれ適したスケールの特徴マップで検出できます。FCOSではFPNの各レベルに物体の大きさの担当範囲を割り当てることで、同じ位置に大きさの異なる物体が重なるケースの曖昧さも軽減しています。
センターネス（Center-ness）
アンカーフリー方式では、物体領域の端に近い位置からも予測が行われますが、中心から離れた位置の予測はボックスの品質が低くなりがちです。センターネス（Center-ness）は、その位置が物体の中心にどれだけ近いかを0〜1で表す指標で、FCOSでは分類ブランチと並行してこの値を予測するブランチを設けています。推論時には分類スコアにセンターネスを掛け合わせることで、中心から遠い低品質なボックスのスコアが下がり、NMSで除去されやすくなります。これによりアンカーベース手法との精度差を埋めることに寄与しました。
アンビギュアスサンプル
アンビギュアスサンプル(曖昧なサンプル)とは、複数の物体のボックスが重なった領域にある位置のように、どの物体の正解に割り当てるべきか一意に決まらないサンプルのことです。位置ベースで正解を割り当てるFCOSでは本質的に生じうる問題ですが、FPNによって物体を大きさごとに異なるレベルへ振り分けることで大部分が解消されます。それでも残る曖昧な位置については、面積が最小の物体に割り当てるという規則で対処しています。
📝 試験でのポイント
- アンカーベース(Faster R-CNN・SSD)とアンカーフリー(FCOS)の対比が最重要です。「アンカーのハイパーパラメータ設計が不要」「位置ごとに4方向の距離(l, t, r, b)を回帰」がFCOSの核です
- センターネスの役割(中心から遠い低品質予測のスコアを下げ、NMSで除去されやすくする)は選択肢の正誤判定で問われやすいポイントです
- FPNの構造(トップダウン経路+横方向接続でマルチスケール特徴を作る)と、FCOSにおける役割(スケール別の担当割り当てで曖昧さを軽減)を区別して押さえましょう
- アンビギュアスサンプルが「重なり領域でどの物体に割り当てるか曖昧な位置」を指すこと、FPNと最小面積ルールで対処することを確認しましょう
📚 まとめ
FCOSは、アンカーボックスを使わず特徴マップ上の各位置から物体境界までの距離を直接回帰する、アンカーフリーの1ステージ検出モデルです。FPNによるマルチスケール対応でアンビギュアスサンプルを軽減し、センターネスで低品質な予測を抑制することで、アンカーベース手法に匹敵する精度を実現しました。アンカーベース手法の課題とセットで整理しておきましょう。
