Libra R-CNN: Towards Balanced Learning for Object Detection 論文筆記

前言 作者認爲，在目前的目標檢測器的訓練過程中存在三個方面的不平衡問題，如下圖所示： （a）樣本層次的不平衡： 在訓練目標檢測器時，hard樣本是最有價值的，它能夠有效提升檢測器的性能。但是，隨機採樣機制會導致樣本中大多數都是easy樣本。OHEM雖然能夠選出更多hard樣本，但這個方法對噪聲不魯棒，並且計算量較大。Focal loss雖然在single-stage檢測器中很有效，但對於two-s

>>阅读原文<<