CenterNet是一种基于目标中心点的目标检测框架，由Facebook AI Research实验室于2019年11月发布。 CenterNet使用单尺度特征图，将关键点回归任务转换为密集分类任务。 对于每个物体，CenterNet生成一个中心点的位置和大小（即边界框的高度和宽度）。 这使得CenterNet在训练时间上显著减少：只有一张特征图是必要的； 没有anchor boxes也不需要进行NMS。 此外，该方法在COCO上实现了新的state-of-the-art性能。