✅
FCOS
はじめに
概要
- シラバス：E資格2024#2
- FCOSモデルを勉強する
キーワード
FCOS, アンビギュアスサンプル, センターネス, FPN
学習内容
FCOS(Fully Convolutional One-Stage)
- アンカーもバウンディングボックスの事前設定も使わない「アンカーフリー」な1ステージ物体検出モデル
アンカーの問題点
- アンカー設計が面倒
- チューニングが必要
- アンカーが多いと非効率
FCOSのやり方
- 画像を特徴マップに変換し、各ピクセルが「物体の一部かどうか」を直接学習して、該当ピクセルから バウンディングボックス（上下左右の距離）を予測
- 複数のアンカーボックスを使用しないため、より多くのポジティブサンプルを得て不均衡の発生を低減した
- アンカーボックスのアスペクト比の調整は不要
処理の流れ
入力画像
↓
CNN（ResNetなどのバックボーン）
↓
特徴マップ（FPN）
↓
各ピクセルごとに：
・クラス分類
・左上右下の距離予測（ボックス回帰）
・センターネススコア
↓
Non-Maximum Suppression（NMS）
↓
検出結果（クラス＋バウンディングボックス）
アンビギュアスサンプル（Ambiguous Sample）
- ラベル付けや分類が曖昧で、人間やモデルにとって判断が難しいデータのこと
- 明確に「これはAだ」と言い切れないような、あいまいなデータ
- 例：
- イヌとオオカミの境界が曖昧な画像（影が強くて判断困難）
- 猫とタヌキのように外見が似ている動物の画像
- スパムか正常か判定しづらいメール
- 感情分類で、「嬉しい」か「悲しい」か両方が含まれるような文
FCOSとアンビギュアスサンプル
FCOSは、画像の各ピクセルに対して：
- 「これは物体か？」（分類）
- 「この位置から上下左右にどのくらい距離があるか？」（回帰）
- 「物体の中心に近いか？」（centerness）
という情報を予測する
ただ、物体の端に近いピクセルでは：
- 背景に近い → モデルが「これは物体？それとも背景？」と迷う
- 複数物体の境界 → 「このピクセルはどの物体に属するのか」が不明確
FCOSでは、物体の「中心に近いほど信頼度が高い」と仮定して、曖昧なピクセル（＝アンビギュアスなサンプル）を抑えるための仕組み（centerness）を用意した
センターネス（centerness）
- 物体の中心に近いピクセルほど高いスコア
- 背景や物体の端での誤検出を減らす工夫
| 課題 | アンビギュアス性の影響 |
|---|---|
| 小さい物体の検出 | 解像度不足＋境界不明確で、分類があいまいに |
| 重なり合った物体の検出（密集） | どのピクセルがどの物体に属するか不明確 |
| ラベルノイズ | 教師データでの誤ラベルがあいまいさを増す |
Feature Pyramid Network（FPN）
- 画像の「大きい物体」も「小さい物体」も同時に検出できるように、複数の解像度の特徴をうまく統合するネットワーク構造
- 画像は大きな物体（例：人全体）と小さな物体（例：顔）が混在している
- 通常のCNNでは、深い層に行くほど、特徴は抽象的になるが、解像度は小さくなり、小さな物体が失われる
- FPNはこの問題を解決する
FPNの構造
主に2つの流れで構成されている
1. Bottom-up（通常のCNN）
- 入力画像を下に向かって処理（ResNetなど）
- 各レイヤーで解像度が小さくなっていく
- 各段階の特徴（C2, C3, C4, C5）を記録
2. Top-down（逆方向の流れ）
- 一番深い層（C5）からスタート
- 上の層に向かってアップサンプリング（例：2倍に拡大）
- 一つ上の「浅い層の特徴（解像度が高い）」と足し合わせ（融合）する→ 各スケールで「高レベル＋高解像度の特徴」を得られる
- 結果的に得られる「ピラミッド構造」
| レイヤー | 解像度 | 対応する特徴マップ（例） |
|---|---|---|
| P2 | 1/4サイズ | 小さい物体 |
| P3 | 1/8サイズ | 中くらいの物体 |
| P4 | 1/16サイズ | 大きい物体 |
| P5 | 1/32サイズ | より大きい物体 |
出典：
Sik-Ho Tsang, Review: FPN — Feature Pyramid Network (Object Detection)(2019), https://sh-tsang.medium.com/review-fpn-feature-pyramid-network-object-detection-262fc7482610
FCOSとYOLO/SSDの比較
| 比較項目 | FCOS | YOLO/SSD |
|---|---|---|
| アンカー | 不要（アンカーフリー） | 必要（事前に定義が必要） |
| センターネス | 導入（精度改善） | 無し |
| 実装の簡単さ | シンプル | 複雑（anchor boxの設計が必要） |
Discussion