目標檢測訓練時候的不平衡問題

目標檢測訓練時候的不平衡問題 先放大佬鏈接（https://mp.weixin.qq.com/s/K1HTRjSLAM8mME4g1eNHtA） 當前主流的物體檢測算法，如Faster RCNN和SSD等，都是將目標檢測當做分類問題來考慮，即先使用先驗框或者RPN等生成感興趣的區域，再對該區域進行分類與迴歸位置。這種基於分類思想的目標檢測算法存在樣本不平衡的問題，因而會降低模型的訓練效率與檢測精度

>>阅读原文<<