Centripetal即向心的，和cornernet，Centernet（keypoints) 不同，CentripetalNet在角点预测的基础上，还预测了角点对中心的shift，这将极大地帮助CentripetalNet进行角点grouping (or matching) ，从而提高准确率。
取feature map上x和y方向上的max value，分别生成新的feature maps，把两个方向的feature map相加，得到corner pooling结果。需要注意的是，这里取的不是一整行的max，而是取固定方向的max，比如topleft点的预测，取的就是往右看和往下看的max，rightbottom的预测，就是取往左看和往上看的max。
怎么实现呢？看了源码，就是用c++实现，然后python调用，但是，这本质一维pooling？不是。
定义$R_{central}$ 为bbox真值中心点附近，大小为$bbox*u$的区域，corner+Centripetal落在这个区域，则匹配上.
-
Center Pooling
这段不清晰，需要再仔细看看
-
Cascade Corner Pooling
