论文：CornerNet: Detecting Objects as Paired Keypoints
代码：https://github.com/princeton-vl/CornerNet
注：本文的shape将采用TF的数据维度，pytorch将通道channel提到了axis=1这个维度，注意自己区分。
一、论文模型的主架构
上图来源于原论文，Hourglass为沙漏模型，（猜测因模型结构和沙漏非常像而得名），后面会详细展开论文中的沙漏模型结构，以及用沙漏模型论文的原图进行说明。
CornerNet模型架构
此处的heat(计算损失时经过了sigmoid激活)是角点的热力图，直白地说就是概率分布；tag对应了原论文中的Embedding，负责将左上角点和右下角点匹配，off是偏移量。输出中热力图的channel为80是因为数据的类别数为80，off的channel为2不难理解，tag为1？这里的思想和人体关键点检测是相同的，只是这里的Embedding向量为1-D，关于损失的计算由如下公式所示：
其中ek为两个嵌入向量的平均值，etk为左上的嵌入向量，ebk为右下的嵌入向量；Lpull用于组合角点，而Lpush用于分离角点，delta我们令其为1。这里有关于类别的求和，而我们的嵌入向量只有一维，那么求和是在哪个维度呢？
如上图所示，ek为均值，求和是使用mask取了部分区域的损失。
####################################
“#”中为引用内容，参考博客 CornerNet源码阅读笔记（一）------解码过程
引用部分shape为pytorch架构下的数据维度
一、理论回顾
CornerNet的总共上下两个分支，每个分支三种输出，分别为：各点为角点的概率，偏移，表示两个点是否为同一个物体的embedding得分
左上角分支：
heat map：tl_heat [batch,C,H,W]
offset： tl_regr [batch,2,H,W]
embedding: tl_tag [batch,1,H,W]
右下角分支：
br_heat, tl_heat [batch,C,H,W]
br_regr [batch,2,H,W]
br_tag [batch,1,H,W]
总计tl_heat, br_heat, tl_tag, br_tag, tl_regr, br_regr 六个输出。
解码流程：
1.分别在左上角和右下角的heat map中选出得分最高的前100个点
2.对这100个点进行逐个匹配，生成100*100个候选框
3. 通过匹配的两个点是否为同一类，两个点的embedding得分，以及空间位置（左上角必须比右下角小）这几个条件过滤掉大多数bbox，最终留下1000个候选框输出
注：最终生成的1000的候选框应该是要进行nms处理的，但是作者并未将nms操作写入解码函数.
原文链接：https://blog.csdn.net/goodxin_ie/article/details/90453802
####################################
二、第一层卷积将原始特征图分辨率降低了4倍
经过一个7x7的卷积层，共128个过滤器，步长为2，padding=3,得到的输出维度为256x256x128。
三、本文的主骨架是沙漏模型，而沙漏模型中的主要结构为residual
四、沙漏模型在本文中的架构
修改前的原架构为：
五、tl_models的结构
六、br_models的结构
七、模型输出outs的结构
这里为了看的清楚将很多张量拆开写了，源码中，tl_heats=[tl_heat1, tl_heat2] ; 其他几个指标类似。
以上资源需要可以从百度云盘下载：
链接：https://pan.baidu.com/s/17bkWCohmZJifVuFgiivvhQ
提取码：ni5e