直播丨研究進展：AutoAssign，目標檢測中完全動態的正負樣本標籤分配方法

Label Assignment主要是指檢測器(object detector)在訓練階段區分正負樣本，並給feature map的每個位置賦予合適的學習目標的過程。它是目標檢測所必需的一個步驟，可以說label assignment的結果直接決定了模型的學習目標，進而決定了模型性能的好壞。現有的代表性方法如RetinaNet、FCOS、FreeAnchor、ATSS 等，雖然已經取得了優異的性能

>>阅读原文<<