FCOS (Fully Convolutional One-Stage Object Detection) 全卷积单阶段目标检测算法
不使用预先定义的锚框，不需要考虑锚框的超参数，也避免了和锚框相关的计算。
FCOS的网络整体结构为：
先输入图像，经过特征提取网络提取 C3, C4, C5 层，再使用 FPN 结构分层得到 5 个预测层，最后在每一个预测层上做预测。而 FCOS 最大的创新点就是在于回归策略。
如上图所示有多个网格的中心点落在目标范围内，那么每一个网络的中心点都需要用于预测该目标。假设输入图像的真值框定义为 B(x0, y0, x1, y1)，这里的 (x0, y0, x1, y1) 表示真值框的左上角和右下角的坐标，网格的中心点 A 点落在目标的范围内，坐标为 (x, y)，另外 (l, r, t, b) 表