提出了一种全卷积的单级目标检测器 ( FCOS )，以一种逐像素预测的方式解决目标检测问题，类似于语义分割。几乎所有最先进的目标检测器，如 RetinaNet，SSD，YOLOv3 和 Faster R-CNN 都依赖于预定义的锚框。相比之下，我们提出的检测器FCOS是无锚框（anchor box free），也无建议的（proposal free）。通过消除预定义的锚框设置，FCOS完全避免了与锚框相关的复杂计算，如在训练过程中计算重叠，大大减少了训练内存占用。更重要的是，我们还避免了与锚框相关的所有超参数，这些超参数通常对最终检测性能非常敏感。由于只有后处理非最大抑制 ( NMS )，我们的检测器 FCOS 比以前的基于锚框的单级检测器具有更简单的优点。首次提出了一种简单灵活的检测框架，提高了检测精度。我们希望这个提出的 FCOS 框架可以作为许多其他实例级任务的简单而强大的替代方案。